PDF de programación - Reescritura de URL - URL rewriting

Reescritura de URL - URL rewriting

Del URL al servidor Web

Cuando escribe la dirección http://www.carpediem.fr/corpo/home.html en su navegador, su Proveedor de
Acceso Internet convertirá esta dirección en un IP, consultando un nombre de servidor. De esta forma sabrá a
cual ordenador dirigirse. Por lo tanto será “redirigido” hacia el ordenador que corresponde a su inicial url. Si su
dominio es configurado correctamente hacia el servidor WEB de ese ordenador, el, corresponderá a una
ubicación sobre el disco duro o más precisamente a un directorio y a un archivo (carpeta corpo, fichero
home.html).

Esto es lo que pasa cuando introduce un url en su navegante.

Definición de la reescritura de URL

A la base, la reescritura de url es una técnica que consiste en reescribir (por el servidor WEB) en una forma más
simple, URLs complejos. Por url complejos entendemos direcciones de tipo:

Ejemplo 1:
http://ressources.carpediem.fr/flux_xml/index.php?g=hetero&c=51&n=3&lg=it

URL con muchos parámetros que a primera vista nos parecen totalmente extranjeros. Efectivamente, un url que
nos indique el contenido será más pertinente para nosotros pero sobre todo para los motores de búsqueda.

Ejemplo 2:
http://ressources.carpediem.fr/flux_xml/it-hetero-51-videos-3.html

Esta técnica sirve a hacer que el url del ejemplo 2 corresponde al url del ejemplo 1 sin que el fichero del
ejemplo 2 existiera físicamente en el ordenador. No es una redirección, sino una reinterpretación, una
reescritura.

Esta técnica es más y más difundida porque ella fomenta una buena referencia. En efecto, los motores de
búsqueda toman en cuenta los elementos de un url en función de la pertinencia de la página respectiva. Es ideal
para tratar por encima unas palabras esenciales suplementarias. Para más informaciones sobre la referencia
consulte nuestra documentación en formato PDF.

Los archivos .htaccess

Los archivos .htaccess son ficheros de configuración de servidores WEB que permiten definir las reglas en la
carpeta y en todos sus directorios (que no tienen ficheros .htaccess en el interior). Pueden ser utilizados a
gestionar el acceso a ciertos archivos, proteger el acceso a una carpeta a través de una contraseña, definir las
páginas de errores personalizadas…

Entre las funciones más esenciales permitidas por el fichero .htaccess se encuentra la función de la reescritura
“por vuelo”, es esta la operatividad que nos va a concernir. Es útil puntualizar que ciertos anfitriones de los

© Copyright Carpe Diem – Sponsor Hispano

Todos los derechos reservados

1/6

sitios WEB no han activado el modulo de reescritura sobre sus servidores. En este caso usted tiene dos
posibilidades: o renuncie al url rewrinting o cambie simplemente el anfitrión del sitio WEB. Recuérdese que si
obtiene un cierto número de negocios, Carpe Diem os puede recibir gratis en su sitio.

Ensayemos juntos con un ejemplo sencillo

Abre su cliente FTP, conectase a su servidor FTP y crea una carpeta nombrada “rewriting”. En esta ponga una
página html simple conteniendo solamente una línea con texto.

Ejemplo: <b>Sin embargo funciono</b>
Lo van a nombrar ok.html. Ponga en esta carpeta un fichero que tenga el nombre .htaccess conteniendo las
siguientes líneas:

Options +FollowSymlinks
RewriteEngine on
RewriteRule ^blablabla.html$ ok.html [L]

Después trata de entrar en el blablabla.html sabiendo que usted no dispone de este fichero en su sitio WEB. El
resultado tendría que ser algo parecido a lo siguiente:

http://www.mywebsite.com/rewriting/blablabla.html

¡Si han seguido el ejemplo, usted tendría que ver una página WEB con una línea de texto en grueso que os diga
claramente que funciona y sin embargo el fichero blablabla.html no existe!

Puede ser que su alojador de sitio WEB no os permita añadir el “FollowSymLinks” en las opciones del servidor
WEB. Esta primera línea autoriza al servidor WEB a seguir las líneas simbólicas en la carpeta respectiva. Su
presencia permite corregir un contingente defecto de configuración en el fichero httpd.conf del servidor. A este
fichero evidentemente que usted no podrá acceder en el caso de los alojamientos mutuales.

Esquema explicativo del contenido del fichero .htaccess

Puede suprimir esta línea (C) sin problemas.
La segunda línea (B) contiene instrucciones de activación de la reescritura del url. Ella es obligatoria. Ella
siempre debe ser insertada en el fichero .htaccess dando sencillamente al servido WEB la instrucción de lanzar
el motor de reescritura.

© Copyright Carpe Diem – Sponsor Hispano

Todos los derechos reservados

2/6

Pasemos ahora a la tercera línea. La palabra Rewrite Rule introduce cualquier regla de reescritura. La parte D es
la primera parte de esta norma, es la que determina la cadena de caracteres que el modulo tendrá que buscar
para reescribir. Ella contiene dos caracteres especiales marcadas al principio de la cadena con (^) y al final de la
cadena con ($). La parte E corresponde a la cadena de reemplazo. Generalmente, esta parte corresponde al
nombre del fichero que existe realmente en su servidor FTP. En lo que concierne la parte F, esta corresponde al
“flag” que significa que esta regla es la última que se aplica en este caso.

Traducción:
Si en la carpeta “rewriting”, se entra sobre el fichero que tiene el nombre blablabla.html, entonces se trata del
archivo ok.html.

Ejemplo más avanzado de utilización

Ejemplo: tiene un sitio que propone una serie de vídeos clasificados por orientación sexual ( hetero o
homosexual) repartidos en distintas categorías en tres idiomas: Francés, Inglés, Italiano. Aquí esta el esquema
de su URL: http://www.mywebsite.com/index.php?g=hetero&c=51&lg=it&n=3

En este ejemplo, “g” muestra si somos en la sección hetero o homosexual, “c” siendo el número de la categoría,
“lg” significa la idioma, lengua y “n” es el número de la pagina porque en función de las categorías existen
varias páginas con vídeos. Aquí el valor “c” corresponde a la categoría “negritas”. Es obvio que no traerán
tráfico con sus url.

Sin duda preferirían que sus visitantes accedan a una página de url de este tipo:

http://www.mywebsite.com/hetero-it-51-videos-3.html

Si apliquemos la lógica del ejemplo anterior llegamos fácil a:

Options +FollowSymlinks
RewriteEngine on
RewriteRule ^ hetero-it-51-videos-3.html$ index.php?g=hetero&c=51&lg=it&n=3 [L]

¿Por qué hacer una línea por página? ¿No podamos elaborar una regla que engloba cada caso? Analizamos
punto a punto las posibles variaciones de este URL. Por consiguiente, tenemos hetero u homosexual en valores
a través del parámetro “g”, un número a través del parámetro “c”, 3 idiomas a través del parámetro “lg”,
respectivamente Francés, inglés, italiano y un número a través del “n”.

Options +FollowSymlinks
RewriteEngine on
RewriteRule ^ (hetero|gay)-(fr|en|it)-([0-9]+)-([0-9]+)\.html$ index.php?g=$1&c=$3&lg=$2&n=$4 [L]

Explicaciones

Hemos explicado ya en el ejemplo anterior la ventaja de las dos primeras líneas, no vamos a revenir acerca este
asunto. En esta regla encontramos 4 expresiones regulares relacionadas por guiones.

Empecemos con las primeras dos: (hetero|gay) y (fr|en|it) que designan varias opciones. En el primer caso, o
hetero o homosexual; en el segundo caso, o fr, o en, o todavía it. Lo que da por ejemplo: hetero-it.

© Copyright Carpe Diem – Sponsor Hispano

Todos los derechos reservados

3/6

Después encontramos dos veces la misma cadena de caracteres ([0-9]+). Las paréntesis cuadrados [ ]
determinan un intervalo, por conseguido [0-9] determina el intervalo de números “0” hasta “9”.

El signo “+” que sigue inmediatamente el intervalo significa “uno o más casos de la expresión que preceda “, en
este ejemplo nuestro intervalo [0-9]. Para resumir esta expresión regulada significa cualquier número entero
superior o equivalente con 0. En el primer caso, esta será “c” (respectivamente el id de la categoría), en el
segundo caso “n” (respectivamente el número de la página)

Por fin las paréntesis que rodean todo de « ([0-9]+) » solicitan al motor de reescritura a clasificar la cadena
encontrada y a guardarla en una variable interna con el fin de utilizarla más tarde.

De este modo $1 representa la primera expresión regularía, $2 la segunda, $3 la tercera y así sucesivamente.
Teniendo en cuenta que el punto decimal tiene una significación especial en las expresiones, es natural que en
nuestro caso sea precedido por el carácter de escape ‘\’.

Después de comprender la parte izquierda de la expresión, os pondrá fácil a entender la parte derecha de la
expresión.
RewriteRule ^ (hetero|gay)-(fr|en|it)-([0-9]+)-([0-9]+)\.html$ index.php?g=$1&c=$3&lg=$2&n=$4 [L]

Tomamos el ejemplo del principio en donde “g” tenia la valor “hetero”, “c” tenia la valor “51”, “lg” tenia por la
valor “it” y en final “n” tenia la valor “3” el url siendo esto:
http://www.mywebsite.com/hetero-it-51-videos-3.html

Tenemos ‘hetero’ o ‘homosexual’ seguido por un guión, después una de las tres lenguas seguidas por un guión,
después el número superior o equivalente con 0 seguido por un guión y al final otro número seguido por
‘.html’.

¡Nuestro url encuadra esta regla, la reescritura va a efectuarse!

Algunas expresiones regularías a conocer:

.
[abad]
[^abad]
Blanco |
negro
+
*
(texto)

^
$
\

Cualquier carácter
Cualquier carácter de esta lista
Cualquier carácter que no está en esta lista (otro del a, b, c o d)
Alternativa, o ‘blanco‘ o ‘negro’

Una o N caso(s) de la expresión que preceda (N>1)
0 o N caso(s) de la expresión que preceda (N>0)
El agrupación permite el uso de las referencias invertidas ($1,… $n) Esta también
utilizada para demarcar una alternativa como en (blanco | negro)
Marca el inicio de la línea
Marca el fin de la línea
Permite la inserción de cualquier carácter que sigue y la descarta de la especial
significación, por ejemplo