WilliamGates Blog » Linux

WordPress+WP-SuperCache之中文tag的Permalink问题全解析

WG — Fri, 15 Aug 2008 04:50:17 +0000

　　WordPress的中文支持有问题，特别是在使用Permalink的时候，这个大家都知道。本文将分析其中的原因和网上流传的多种解决方案，并给出一个具体的解决结论。
　　这个问题主要表现为，在默认情况下，Wordpress对于形如这样的链接（链接1）：
　　

www.example.com/tag/中文

　　不能正常访问，会产生404或500错误，或者其他的错误。
　　而对于这样的链接（链接2）：
　　

www.example.com/?tag=中文

　　WordPress就能够正确解析。

　　原因：参见这篇文章和这篇文章，这是URL编码问题造成的。对于上面的链接1，这是一个PathInfo，对于链接2，这是一个QueryString。事实证明，对于UTF-8的页面，IE和FF都会正确发送PathInfo和QueryString（而不像有些文章中说的，他们在不同的设置下会有错误的反应），但服务器端，IIS会将PathInfo转换成GBK编码从而造成错误，于是Windows下的此类问题只需要转回来就行了；但是Linux下，Apache不支持中文PathInfo，要么通过这篇文章中的方法来对Apache进行改造，要么只能像我一样，Linux主机无法使用中文permalink。于是，我们只能寻找绕路的方法。

　　解决方案分析：
　　一、转换编码（参见这篇文章）
　　原理是，IIS会将PathInfo中的UTF-8转换成GBK，而QueryString中就不会转换，故而为了使用Permalink，采用以下方法：
　　打开wp-includesclasses.php文件，找到第44行和第50行：

if ( isset($_SERVER['PATH_INFO']) )
  $pathinfo = $_SERVER['PATH_INFO'];
else
  $pathinfo = '';
$pathinfo_array = explode('?', $pathinfo);
$pathinfo = str_replace("%", "%25", $pathinfo_array[0]);
$req_uri = $_SERVER['REQUEST_URI'];

改为

if ( isset($_SERVER['PATH_INFO']) )
  $pathinfo = mb_convert_encoding($_SERVER['PATH_INFO'], "UTF-8", "GBK");
else
  $pathinfo = '';
$pathinfo_array = explode('?', $pathinfo);
$pathinfo = str_replace("%", "%25", $pathinfo_array[0]);
$req_uri = mb_convert_encoding($_SERVER['REQUEST_URI'], "UTF-8", "GBK");

　　局限：只对Windows主机、且必须是Windows下的IIS主机有效。

　　二、修改rewrite.php（参见这篇文章）
　　这是网上最常见的方法，原理是，让WordPress在对其他内容使用Permalink的时候，对tag不使用，而使用链接2的QueryString模式发送中文编码：

function get_tag_permastruct() {
if (isset($this->tag_structure)) {
return $this->tag_structure;
}
if (empty($this->permalink_structure)) { //-----this line need change------
$this->tag_structure = ”;
return false;
}

把第5行改为

if (!empty($this->permalink_structure)) {

　　局限：没有起到Permalink的“漂亮”作用，如果不能自己修改WP的文件就没办法了。

　　三、修改tag base（参见这篇文章，经过我研究改造）
　　原理同上，只要让WordPress在打开了Permalink功能后继续对tag不理不问就行了。那么，欺骗WordPress，让它用链接2的格式来显示Permalink，可行么？可行，因为WordPress可以自定义Permalink的形式：
　　在WordPress的 Settings – Permalinks – Tag base 中填上
　　

/?tag=

　　注意”"不能少，引用原文中的写法不对。另外要注意每次输入”"，WP都会再次转义为”\”，所以每次点提交都会把”"翻一倍，点两次就是”\\”，所以不要多点，一次就对了。
　　这个方法的结果是使得链接变成这个样子
　　

www.example.com/?tag=/中文/

　　多出来的斜杠对于服务器丝毫没有影响，还是被视为QueryString，效果同上。
　　局限是链接变得更加不好看了，更为致命的是插件生成的Sitemap中，tag链接会变成错误的形式，如果你很在乎Sitemap，请不要使用这个方法，除非你真的无法修改自己的rewrite.php文件。

　　但是当你使用WP-SuperCache或者类似的缓存插件时，它会加入自己的rewrite规则，所有请求先由自己判断，不在缓存中或者不符合缓存规则才交由WordPress处理。但问题在于，它不支持中文URL的解析，哪怕是QueryString也不行。于是我们必须绕过它。
　　这是WP-SuperCache在.htaccess文件里所添加的rewrite规则

RewriteEngine On
RewriteBase /
 
RewriteCond %{REQUEST_METHOD} !=POST
RewriteCond %{QUERY_STRING} !.*s=.*
RewriteCond %{QUERY_STRING} !.*p=.*
RewriteCond %{QUERY_STRING} !.*attachment_id=.*
RewriteCond %{QUERY_STRING} !.*wp-subscription-manager=.*
RewriteCond %{HTTP_COOKIE} !^.*(comment_author_|wordpress|wp-postpass_).*$
RewriteCond %{HTTP:Accept-Encoding} gzip
RewriteCond %{DOCUMENT_ROOT}/wp-content/cache/supercache/%{HTTP_HOST}/$1/index.html.gz -f
RewriteRule ^(.*) /wp-content/cache/supercache/%{HTTP_HOST}/$1/index.html.gz [L]
 
RewriteCond %{REQUEST_METHOD} !=POST
RewriteCond %{QUERY_STRING} !.*s=.*
RewriteCond %{QUERY_STRING} !.*p=.*
RewriteCond %{QUERY_STRING} !.*wp-subscription-manager=.*
RewriteCond %{QUERY_STRING} !.*attachment_id=.*
RewriteCond %{HTTP_COOKIE} !^.*(comment_author_|wordpress|wp-postpass_).*$
RewriteCond %{DOCUMENT_ROOT}/wp-content/cache/supercache/%{HTTP_HOST}/$1/index.html -f
RewriteRule ^(.*) /wp-content/cache/supercache/%{HTTP_HOST}/$1/index.html [L]

　　我们要做的就是不让它去判断中文tag链接，在两个 RewriteCond %{REQUEST_METHOD} !=POST 后面分别加入这样一句：

RewriteCond %{QUERY_STRING} !.*tag=.*

　　含义是如果QueryString中含有tag字样，请不要解析（交给下一条规则，一般来说就是WordPress的index.php了）。

　　结论：
　　Windows+IIS主机下，通过方案一可以完美解决中文tag问题
　　Linux+Apache主机下，不能使用中文Permalink，除非修改Apache，否则只有用方案二和方案三绕行。
　　方案二是较为推荐的方法，但是搭配WP-SuperCache使用的时候，需要自己在.htaccess文件中加入一条不处理tag链接的规则。

巧用FTPRush删除Linux主机上的乱码文件

WG — Sun, 03 Feb 2008 07:59:40 +0000

　　如你所知，折腾的人永远有折腾得的事情好做，比如我今天想要试试看IPower的解压功能，一不小心解了一个中文名的文件到了用户根目录，解压出文件权限是644，文件名是一堆乱码……用FTPRush删除无效，重命名无效，移动也无效；PhpSpy的文件管理功能删除、重命名、移动也全都无效。
　　网上搜索Linux下删除乱码文件的方法，内容一大堆，但无一不需要使用Shell；唯一我可以使用的办法，就是用PhpSpy执行命令，用输入输出重定向来把ls输出的文件名直接导给rm命令；但是怎么试验都不成功，毕竟我只能执行一行命令，没法用vi（需要编辑ls生成的文件）。后来偶然看到有人说FTP可以删除，我试过了没用啊？难道有什么地方忽略了？
　　我突然想到我的FTPRush是Unicode版的，而FTPRush的列表命令有一个编码的选择。打开工具-站点管理窗口-双击你的站点-目录列表方式-站点目录的字符集-选择WE/latin1(850)（大部分没有设置过locale的主机应该是这样），然后再登录FTP，发现乱码变了样子；删除之，一下子就成功了！
　　结论：用FTP方式可以删除大部分乱码文件，除非有真正的系统不能接受的字符；但是删除的时候要确保你列出的文件名是正确的，这时候就需要把列表方式的编码设置正确。

部署Squid3.0的心得

WG — Sun, 13 Aug 2006 15:32:32 +0000

部署的是squid-3.0.PRE4.tar.gz，不加iptables，不使用任何外加插件
下面不是部署全过程，只是一点心得

一、configure的时候要注意参数

如果要使用HTTPS，要加上–enable-ssl（我加了才发现用不到……）
如果要在定义ACL的时候使用arp选项（即使用MAC地址来判定用户）需要加上–enable-arp-acl
如果要允许解析的URL中出现下划线，要加上–enable-underscore，因为默认情况下Squid会认为带下划线的URL是非法的，并拒绝访问该地址。这个我没试过

二、ACL配置
如果不加载第三方工具，ACL配置是Squid中唯一的访问控制方法。这个东西的功能其实跟CCProxy的身份控制差不多（但是没有用户名密码认证功能），但是配置起来要更复杂也更强大。

acl aclname acltype string1

src ip-address/netmask
src addr1-addr2/netmask
用来源的IP地址定义，一个ip#即mask方式就是网络，cidr方式就是单个ip
acl aclname dst ip-address/netmask
目标地址
acl aclname arp mac-address
后悔编译的时候没加–enable-arp-acl参数，这个功能很有用的
acl aclname dstdomain .foo.com
类似于CCProxy的访问限制，例如可以限制只能访问.cn的站点、不能访问.xxx的站点等等
acl aclname dstdom_regex [-i] xxx
用正则，不过……谁这么无聊呢……
acl aclname http_status 200 301 500- 400-403
根据HTTP Response返回值，这个很有效，比如规定302Moved就不访问
acl aclname port
端口
acl aclname proto
协议
acl aclname method
方式，例如只能GET不能CONNECT
acl aclname browser [-i] regexp
这个也太强了……限制浏览器用户代理标志类型

还可以规定mime类型、响应时间等等等等……绝对强大

我的ACL设置：
很简单的设置，没有用复杂的功能限制

以下是默认的，直接使用了：

acl all src 0.0.0.0/0.0.0.0
acl manager proto cache_object
acl localhost src 127.0.0.1/255.255.255.255
acl to_localhost dst 127.0.0.0/8
acl SSL_ports port 443 563
acl Safe_ports port 80		# http
acl Safe_ports port 21		# ftp
acl Safe_ports port 443 563	# https, snews
acl Safe_ports port 70		# gopher
acl Safe_ports port 210		# wais
acl Safe_ports port 1025-65535	# unregistered ports
acl Safe_ports port 280		# http-mgmt
acl Safe_ports port 488		# gss-http
acl Safe_ports port 591		# filemaker
acl Safe_ports port 777		# multiling http
acl CONNECT method CONNECT

以下是我修改的：

http_access allow CONNECT all 
#默认是这句http_access deny CONNECT !SSL_ports
#这样才能支持使用HTTPS地址前缀，也才能在下级生成Socks、FTP等代理
acl LilyStudio src ip1 ip2
#两个ip地址是我要让其允许访问的
http_access allow LilyStudio
http_access deny all

要注意，acl 定义的name是全局的，也就是说不能重复定义一个name，即

acl a src 210.29.240.1
acl a src 210.29.240.2

只会有后一条起作用

经过这样的配置，Squid就能完整地运行了，下面我们来看看在校园网内部署的时候，必不可少的二级代理的功能

三、二级代理的使用
首先，要使用上级代理可以这样写配置文件

cache_peer proxy1 parent port1 port2 proxy-only login=user:pwd no-query default

其中proxy1是上级代理的IP地址，port1是其http端口号，port2是icp端口号（打开的话，一般为3130，在此我们使用0，禁用
parent表示这是一个父代理（后面会提到兄弟代理）
login的作用是给上级代理的用户验证
proxy-only表示不进行本地缓存，直接将这个缓存服务器的内容转发给客户
no-query表示不发送icp信息
default表示这个代理是“最后的”选择，即如果所有线路都不通就发送给它，特别在不使用icp的时候有用

　　Squid还支持所谓的兄弟代理（Sibling类型），对于父代理，Squid会一直向其要数据（如果没有本地缓存），等不到回应就无动作或返回超时；对于兄弟代理，Squid先从其上寻找数据，找不到则自己直接去访问数据，简而言之兄弟代理是另一个缓存而已。

以下这段是转的：

一般 Squid Server 运作的模式是：
1. 当 Squid Server 没有资料时，会先向 Sibling 的 Squid Server 要资料，如果 Sibling 没资料，就跳过它直接向 Parent 要。
2. 向 Parent 要资料，然後一直等，直到 Parent 给它资料为止(Parent 自己有的资料或上 internet 去拿)。
3. 没有 Parent 时，就自己上 internet 去拿。
4. 如果这三者都拿不到资料，才向用户端回报拿不到资料。

　　一般而言，把网路上一层的 Squid Server 设成 Sibling 是不错的选择，因为网路上一层的 Squid Server 服务对象较多，其硬体较强，离我们比较近，速度也比较快；万一要不到资料，我们还可以自己上 internet 去拿。那什么时候设 Parent？当您的出口只有一个，或上一层 Squid Server 拿不到资料，自己也一定拿不到，只好将上一层 Squid Server 设为 Parent。

四、二级代理中的http CONNECT的问题

首先要确保Http_access中，

#http_access deny CONNECT !SSL_ports

这句话要注释掉

然后要写这个（查了官方FAQ才知道的）

never_direct allow all

所有的访问都不会被直接转向，都必须通过cache_peer
否则所有的GET会被发往上级代理，而CONNECT则会被发往目标地址，由于我们需要所有的情况都使用二级代理，所以需要如此设置

Linux下多FTPD的共存，以及突破glftpd的chroot

WG — Sun, 09 Jul 2006 17:22:59 +0000

　　新接手一台FTP Server，其上本来的FTPD为vsftpd+ncftpd，vs做前台，仅提供匿名下载，nc做后台，仅给管理员使用。nc很不稳定，效率不高，功能单薄，我准备换成glftpd。但是糟糕的是，ncftpd原来只有一个管理员账号，所有的文件都属于这个用户，而且很多文件权限不是755，甚至只有644。有root当然可以chmod和chown，但是，原来1.5T的数据，且不是高速更新的FTP，如何chown？
　　glftpd安装的时候，被我装在了 /jail 下，选择了“封闭环境”安装。但是当我尝试把别处的目录mount到它下面的时候，就遇到权限的问题，不仅不能删除很多来自ncftpd的文件，甚至部分文件根本无法访问。最糟糕的是，glftpd下载的时候会写文件（我后来才知道可以关掉这个功能），每下载一次，它会把该文件的GID加一，以方便计算下载总数。
　　于是我们的问题就归结成了，如何让glftpd获得UID不是100（新建用户默认值）的文件的所有权？
　　翻看glftpd的文档，发现了一个本来应该不相干的内容：如何突破glftpd的chroot。我们都知道glftpd是用root启动的，但是启动后它会立刻换成较低权限的用户去运行，并且将该用户的root限定在某一个固定的目录下（在我的安装中，默认是“封闭环境”的根目录，即 /jail ）有的人需要突破这种限制，比如访问上层目录下的文件。我本来想用mount解决这个问题的，但是它的步骤说明吸引了我：

1. Change all instances of /site to /glftpd/site in your config file
把glftpd.conf配置文件中所有的路径都换成绝对路径，在此，我是 /jail/glftpd

2. Add the pwd_path and grp_path settings to the config file:
pwd_path /glftpd/etc/passwd
grp_path /glftpd/etc/group
修改passwd和group文件的路径，配置文件中默认没有这两行的

3. Change datapath from /ftp-data to /glftpd/ftp-data
还是改路径

4. Edit /glftpd/etc/passwd and change every user’s homedir from /site to /glftpd/site.
修改passwd文件，将家目录改成绝对路径

5. Edit /glftpd/ftp-data/users/default.* and change the HOMEDIR line from /siteto /glftpd/site.
修改新建用户的默认家目录

6. You also need to change paths in some help files in /glftpd/ftp-data/help,possibly some more in /glftpd/ftp-data/text.
我看了所有的这些文件，应该没什么要改的

后面是最关键的：

Make a user, lets say root
site adduser root root *@127.0.0.1
site grpadd wheel root group (or root, depending on the OS you are running)
 
Now go edit /glftpd/etc/passwd, you will see that glftpd has the 0:0 uid and gid
just give it 10:100 or 20:200 and give root 0:0, also change root's homedir -
default is /site, change it to /.
 
Now edit the group file and move the number of glftpd to 100 or 200 and change roots to 0.

　　看到了么，我就是在这发现了突破口！原来glftpd的用户也是可以自定义UID和GID的，那么我只要修改passwd文件，让所有的管理员都拥有root（这样不安全）或者原来的数据所有者（ncftpd的管理员帐户）的GID和UID就行了。我就是这么做的

　　这样，我既可以访问 /jail 以上的目录（/home/ftp/），不用mount了，也可以继续使用原来的数据，不用chmod和chown了。只要使用相同UID和GID的帐号，两个FTPD完全可以共存。（本来准备把所有文件下载再上传呢……谢天谢地）

　　要说明的是，你当然可以使用0:0做你的管理员帐号的UID和GID，但是这样不太安全，加上glftpd一直有chroot泄漏的传言（据说已修复），所以还是设定一个特定的用户为妙。另外，这样不再能使用glftpd的一个特色功能：设定用户的delown和renameown权限，因为所有用户看起来都一样了。但经过实际实验，基于路径的权限分配是没有问题的，基于flag的权限分配也很正常，但是有可能会在site who的时候，看到一个本不属于某个组的成员，显示在这组里（比如我的一个DirAdmin显示成SuperAdmin），但是不会真正拥有权限，放心。