在 htaccess 重写规则之前解码的 URL

Question

我在 .htaccess 中有以下重写规则：-

RewriteRule ^.*/-y.* /handleurl.php [L]

其目的是根据url中的值显示合适的页面，例如：

example.com/books/BookA/-y?act=x 将显示 bookA 页面

保存书名的变量被编码为 ...

example.com/books/Book B/-y?act=x 变为 example.com/books/book+B/-y?act=x ...这很好（它在handleurl.php中解码）

但是，如果这本书被称为 Book A/B 我有...

example.com/books/Book A/B/-y?act=x 变成 example.com/books/Book+A%2FB/-y?act=x

似乎 htaccess 在重写规则之前对此进行了解码，因此重写规则在由/ 描绘的 URL 中看到了太多元素。

有什么方法可以让重写规则按预期忽略编码的/？

我已经看到之前对类似问题的回复，但我只需要忽略 /，而不需要其他编码字符。

Answer 1

重写规则从来都不是问题。我认为这是 Apache 不喜欢编码的“/”，以及下游 url 处理程序在识别单个 url 元素时使用“/”作为分隔符的事实。我必须解决：1）我是否要在构成友好 url 元素的变量中允许 '/'，以及 2）如果是这样，如何在不扰乱 Apache 的情况下传递它以及如何随后剖析 url。也许我会为了 URL 的利益将“/”转换为“~”，然后在后续显示之前转换回“/”。谢谢白先生。

Answer 2

似乎 htaccess 在重写规则之前对此进行了解码，因此重写规则在由/ 描绘的 URL 中看到了太多元素

这不是问题。无论 URL-path /books/Book+A%2FB/-y 是否被解码在这里都没有区别^*1。两者都将匹配RewriteRule 中的（相当慷慨的）正则表达式^.*/-y.* 模式。

^{(*1 但是是的，RewriteRulepattern 匹配的 URL-path 是 URL 解码的，即 %-decoded。)支持>}

问题可能是 Apache（默认情况下）拒绝 - 使用 404 - 任何包含 % 编码斜杠的 URL，即。 URL 的 URL 路径部分中的 %2F（或反斜杠 %5C）。这是一个安全功能，否则“可能会允许不安全的路径”(source)。

但是，这可以被AllowEncodedSlashes 指令覆盖。但是这个指令只能在 server 或 virtualhost 上下文中使用。不能用于.htaccess。

您需要设置AllowEncodedSlashes On 以允许编码斜线，斜线也被解码，与其他字符一样。或设置 AllowEncodedSlashes NoDecode 以允许编码斜线，但不要解码它们 - 这是首选，可能是您所期望的。

---

除了#1：

RewriteRule ^.*/-y.* /handleurl.php [L]

正则表达式^.*/-y.* 非常通用，可能太通用了。这与简单的/-y 相同。 -y 之后的 .* 打算匹配什么？从您的示例 URL 看来，-y 始终位于 URL 路径的末尾，因此可以将其锚定，例如。 /-y$。如果您需要匹配的 URL 始终以 /books/ 开头，那么也许这也应该包含在正则表达式中？

---

除了#2：

...书名被编码为...

example.com/books/Book B/-y?act=x 变为 example.com/books/book+B/-y?act=x ...这很好（在 handleurl.php 中解码）

这不是严格的“URL 编码”，您已在 URL 路径中将 空格转换为+。 + 仅在查询字符串中使用时是 空格 的有效“URL 编码”。 URL 路径中的+ 是文字+（并且会被搜索引擎看到）。在 URL 路径中，空格 将被 URL 编码为%20。 （您可能使用了错误的 PHP 编码函数，例如 urlencode() 而不是 rawurlencode()？）

当然，您可以随意转换/编码 URL，但是您希望创建一个更易读的 URL - 只要它是有效的。