utf-8 字符和 apache2 重写规则的问题

我看到帖子了验证 htaccess 重写规则中的 utf-8 https://stackoverflow.com/questions/2565864/validating-utf-8-in-htaccess-rewrite-rule我认为这很好，但我首先遇到一个更根本的问题：

我需要扩展以处理查询字符串参数、目录名称、文件以及用于向用户显示等的 utf-8 字符。

我用 DefaultCharset utf-8 配置了我的 Apache，如果重要的话也配置了我的 php。我最初的重写规则过滤了除常规 A-Za-z 以及下划线和连字符之外的所有内容。它起作用了。其他任何东西都会给你一个 404 （这就是我想要的！）现在，但是似乎一切都匹配，包括我不想要的东西，但是，尽管它看起来匹配，但它不会进入查询字符串，除非它是一个常规的 A-Za-z_- 字符串。

我觉得这很令人困惑，因为规则说将您匹配的任何内容放入查询字符串中：

这是原来的规则：

RewriteRule ^/puzzle/([A-Za-z_-]+)$ /puzzle.php?g=$1 [NC]

这是修订后的规则：

RewriteRule ^/puzzle/(\w+)$ /puzzle.php?g=$1 [NC]

我进行了更改，因为我在某处读到 \w 与 A-Zetc 等所有字母字符匹配。只匹配那些没有重音符号之类的东西。

我使用哪一个规则似乎并不重要：以下是发生的情况：

在应用程序中我有这个：

echo $_GET['g'];

如果我给它一个像这样的网址http://mydomain.com/puzzle/USA http://mydomain.com/puzzle/USA它回响“美国”并且工作正常。
如果我给它一个像这样的网址http://mydomain.com/puzzle/México http://mydomain.com/puzzle/M%C3%A9xico它对此没有任何回应，并警告我索引 g 未定义，当然也没有获得墨西哥的资源。
如果我给它一个像这样的网址http://mydomain.com/puzzle/fuzzle/buzzle/j.qle http://mydomain.com/puzzle/fuzzle/buzzle/j.qle它做同样的事情。
最后一个案例应该是 404！

无论我使用上述哪一条规则，它都会执行此操作。我配置了重写日志

   RewriteLogLevel 5
   RewriteLog /opt/local/apache2/logs/puzzles.httpd.rewrite

但它是空的。

这是来自常规访问日志（状态为 200）

[26/May/2010:11:21:42 -0700] "GET /puzzle/M%C3%A9xico HTTP/1.1" 200 342
[26/May/2010:11:21:54 -0700] "GET /puzzle/M/l.foo HTTP/1.1" 200 342

我该怎么做才能将这些 $%#$@(*#@!!! 字符而不是斜杠、点或其他非 alpha 字符放入我的程序中，一旦到达，它会正确解码它们吗??? posix char 类会吗工作好一点了吗？我还需要配置什么吗？

我建议您激活 MultiViews 并忘记 mod_rewrite。添加到你的apache配置中相关Directory/VirtualHost部分：

Options +MultiViews
#should already be set to this, but it doesn't hurt:
AcceptPathInfo Default

不，只要客户端在其 Accept 标头中包含相应的 mime 类型，您就可以随时省略扩展。

现在请求/puzzle/whatever将映射到/puzzle.php and $_SERVER['PATH_INFO']将充满/whatever.

如果你想用 mod_rewrite 来做到这一点也是可以的。测试字符串为RewriteRule未转义（%xx 部分转换为它们代表的实际字节）。您可以使用以下命令获取原始转义字符串%{REQUEST_URI} or %{THE_REQUEST}（最后一个还包含 HTTP 方法和版本）。

按照惯例，Web 浏览器在 URL 中使用 UTF-8 编码。这意味着“México”将被编码为M%C2%82xico, not M%82xico，如果浏览器使用 ISO-8859-1，则这是预期的。还，[a-zA-Z]不会匹配é。但是，这应该有效：

RewriteCond %{REQUEST_URI} ^/puzzle/[^/]*$
RewriteRule ^/puzzle/(.*)$ /puzzle.php?q=$1 [B,L]

你需要B转义反向引用，因为您在查询字符串中使用它，其中允许的字符集小于 URI 的其余部分。

你应该注意的是RewriteRule不支持 unicode。除了.*可能会给出（可能）不正确的结果。甚至[^/]可能不起作用，因为/“字符”（读：字节）可以是多字节字符序列的一部分。如果RewriteRule知道 unicode，你的解决方案是\w应该管用。

因为您不想匹配子目录，并且RewriteRule ^/puzzle/[^/]*不是一个选项，该检查被推迟到RewriteCond使用（转义）%{REQUEST_URI}.