Nginx的正则表达式详解

Nginx (engine x) 是一个高性能的HTTP和反向代理服务，也是一个IMAP/POP3/SMTP服务。Nginx是由伊戈尔·赛索耶夫为俄罗斯访问量第二的Rambler.ru站点（俄文：Рамблер）开发的，第一个公开版本0.1.0发布于2004年10月4日。

其将源代码以类BSD许可证的形式发布，因它的稳定性、丰富的功能集、示例配置文件和低系统资源的消耗而闻名。2011年6月1日，nginx 1.0.4发布。

Nginx是一款轻量级的Web 服务器/反向代理服务器及电子邮件（IMAP/POP3）代理服务器，并在一个BSD-like 协议下发行。其特点是占有内存少，并发能力强，事实上nginx的并发能力确实在同类型的网页服务器中表现较好，中国大陆使用nginx网站用户有：百度、京东、新浪、网易、腾讯、淘宝等。

而我们今天来聊一聊他的正则表达式的使用规则,我会简单的举几个例子然后进行说明讲解。

什么是正则表达式

正则表达式，又称规则表达式。（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。

许多程序设计语言都支持利用正则表达式进行字符串操作。例如，在Perl中就内建了一个功能强大的正则表达式引擎。正则表达式这个概念最初是由Unix中的工具软件（例如sed和grep）普及开的。正则表达式通常缩写成“regex”，单数有regexp、regex，复数有regexps、regexes、regexen。

正则表达式由一些普通字符和一些元字符（metacharacters）组成。普通字符包括大小写的字母和数字，而元字符则具有特殊的含义，我们下面会给予解释。

在最简单的情况下，一个正则表达式看上去就是一个普通的查找串。例如，正则表达式"testing"中没有包含任何元字符，它可以匹配"testing"和"testing123"等字符串，但是不能匹配"Testing"。

要想真正的用好正则表达式，正确的理解元字符是最重要的事情。下表列出了所有的元字符和对它们的一个简短的描述。

元字符

描述

\

将下一个字符标记符、或一个向后引用、或一个八进制转义符。例如，“\\n”匹配\n。“\n”匹配换行符。序列“\\”匹配“\”而“\(”则匹配“(”。即相当于多种编程语言中都有的“转义字符”的概念。

^

匹配输入字行首。如果设置了RegExp对象的Multiline属性，^也匹配“\n”或“\r”之后的位置。

$

匹配输入行尾。如果设置了RegExp对象的Multiline属性，$也匹配“\n”或“\r”之前的位置。

*

匹配前面的子表达式任意次。例如，zo*能匹配“z”，也能匹配“zo”以及“zoo”。*等价于{0,}。

+

匹配前面的子表达式一次或多次(大于等于1次）。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}。

"\r"之外的任何单个字符。要匹配包括“\n”和"\r"在内的任何字符，请使用像“[\s\S]”的模式。

(pattern)

匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中则使用$0…$9属性。要匹配圆括号字符，请使用“\(”或“\)”。

("单词"字符使用Unicode字符集。

\W

匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。

\xn

匹配n，其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，“\x41”匹配“A”。“\x041”则等价于“\x04&1”。正则表达式中可以使用ASCII编码。

\num

匹配num，其中num是一个正整数。对所获取的匹配的引用。例如，“(.)\1”匹配两个连续的相同字符。

\n

标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式，则n为向后引用。否则，如果n为八进制数字（0-7），则n为一个八进制转义值。

\nm

标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式，则nm为向后引用。如果\nm之前至少有n个获取，则n为一个后跟文字m的向后引用。如果前面的条件都不满足，若n和m均为八进制数字（0-7），则\nm将匹配八进制转义值nm。

\nml

如果n为八进制数字（0-7），且m和l均为八进制数字（0-7），则匹配八进制转义值nml。

\un

匹配n，其中n是一个用四个十六进制数字表示的Unicode字符。例如，\u00A9匹配版权符号（©）。

\p{P}

小写 p 是 property 的意思，表示 Unicode 属性，用于 Unicode 正表达式的前缀。中括号内的“P”表示Unicode 字符集七个字符属性之一：标点字符。

其他六个属性：

L：字母；

M：标记符号（一般不会单独出现）；

Z：分隔符（比如空格、换行等）；

S：符号（比如数学符号、货币符号等）；

N：数字（比如阿拉伯数字、罗马数字等）；

C：其他字符。

*注：此语法部分语言不支持，例：javascript。

\<

\>

例子一：Wap端访问PC端域名自动跳转

这个案例的需求是这样子的,假如我使用手机端访问www.baidu.com这条域名，则帮我自动重写为m.baidu.com。而我访问www.souhu.com这条域名，则帮我重写为m.souhu.com这条域名。

if ( $server_name ~ ((|www.|)([if ( $ser|
 #过滤主域名
 if ( $server_name ~ ((www.|)([\S\s]*)) ) {
  set $domain $3;
 }

 #设定初始值
 set $temp 0;

 #判断是否为支付域名
 if ( $host ~* (pay|zf) ) {
  set $temp "${temp}1";
 }

 #判断是否是手机端
 if ($http_user_agent ~* (mobile|nokia|iphone|ipad|android|samsung|htc|blackberry)) {
  set $temp "${temp}2";
 }

 #判断是否跳转
 if ( $temp = "02" ) {
  rewrite ^(.*) https://app.$domain permanent;
 }

脚本逻辑分析：

首先，我们是需要取得主域名部分，那就少不了使用正则去匹配，假如说以www.baidu.com这条域名为例，我们看到的第一个就是www.这个字段，但是还会存在一种情况就是用户可能会直接输入baidu.com这样子去访问，所以我们这里是用(www.|)去进行匹配，再然后匹配点这个字段，而下面的$3是表示取第三个括号里的值，最后复值给$a这个变量，接下来就是通过$http_user_agent这个内置变量去进行判断用户是使用什么方式访问，然后在进行重定向操作。

例子二：Nginx的IP白名单

这个案例的需求是这样子的,我们的后台访问只允许特定的IP进行访问，假如说别的IP进行访问的话我们将进行跳转到一个别的报错页面，或者直接跳转回首页

#定义初始值
set $my_ip 0;

#判断是否为指定的白名单
if ( $http_x_forwarded_for ~* "10.0.0.1|172.16.0.1" ){
 set $my_ip 1;
}

#不是白名单的IP进行重定向跳转
if ( $my_ip = 0 ){
 rewrite ^/$ /40x.html;
}

脚本逻辑分析：

这个其实和上面的判断用户是使用电脑访问还是手机访问是一样的，但唯一的区别在于内置变量不同，在Nginx中的内置变量里面$http_x_forwarded_for便是为客户访问的真实ip地址，所以我们使用这个内置变量进行判断就好了，同时添加多了一个初始值；

例子三：重写Url地址,隐藏提交内容

这个案例的需求是这样子的,我们提交一些表单内容后url地址会显示除部分参数，比如http://baidu.com/index.php"htmlcode">

rewrite ^/(\w+)/(\w+)/z(\d+) /$1/$2/$3/$arg_x/$arg_y"color: #ff0000">总结

正则表达式其实并不难，常常使用的匹配元字符也就那么几个，也可以将正则表达式说成一个套接字游戏，但是这个游戏应用的非常广泛罢了


以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。