Nginx、PCRE和中文URL（UTF8编码）rewrite路径重写匹配问题

最近遇到了使用Nginx 重写中文UTF8编码路径的问题。 才发现默认情况下Nginx的rewrite是不支持UTF8匹配的。 比如：

rewrite ^/(..)$ /2个字符文章.html break; #用2个点
可以匹配到 /ab 或 /51, 但 /汉字 是匹配不到的。 我测试了一下， 要匹配两个字的 /汉字 路径， 得用

rewrite ^/(……)$ /2个汉字文章.html break; #要用六个点

如果要让 ^/(..)$ 匹配到2个汉字字符，得开启Nginx对UTF8字符的正则支持， 准确点说是开启Nginx使用的PCRE库的对UTF8字符的支持。因为Nginx的rewrite模块是调用PCRE来处理正则的。 如果PCRE没有问题，Nginx支持UTF8编码的重写样式是：

rewrite "(*UTF8)^/(..)$" /2个字符文章.html break;
#注意(*UTF8)前缀和引号的加入。

因为PCRE只有7.9以上的版本才支持这个(*UTF8)开头，所以系统上的PCRE一定要使用7.9以上的版本。 另外，编译PCRE时一定要开启UTF8的支持。 即使用(–enable-utf8)参数。 检查系统的PCRE版本和是否支持UTF8编码可以使用
pcretest -C
命令。执行后会显示如下的报告：

PCRE version 8.13 2011-08-16
Compiled with
UTF-8 support
Unicode properties support
Newline sequence is LF
R matches all Unicode newlines
Internal link size = 2
POSIX malloc threshold = 10
Default match limit = 10000000
Default recursion depth limit = 10000000
Match recursion uses stack

显示“UTF-8 support”就是支持UTF8编码了。

如果Nginx调用的PCRE为7.9以下的版本，使用 rewrite “(*UTF8)^/(..)$” /2个字符文章.html break; 这种形式的重写，在执行nginx -t检查时会出现如下的错误提示：

[emerg]: pcre_compile() failed: (*VERB) not recognized in “(*UTF8)^、……

如果Nginx调用的是7.9以上版本的PCRE，但是PCRE安装时没打开UTF8的支持开关，则会出现如下的错误提示：

nginx: [emerg] pcre_compile() failed: this version of PCRE is not compiled with PCRE_UTF8 support in “(*UTF8)^/…

解决办法是安装最新版本的的PCRE，并打开UTF8支持，方法如下（以当前8.13版的PCRE为例）：
wget ftp://ftp.csx.cam.ac.uk/pub/software/programming/pcre/pcre-8.13.tar.gz
tar zxvf pcre-8.13.tar.gz
cd pcre-8.13
./configure --enable-utf8 --enable-unicode-properties
make
make install

然后重新编译安装Nginx。 Nginx默认会打开rewrite模块，并会自动查找系统上已经安装了的PCRE。 如果Nginx查找不到已经安装在系统上的PCRE， 或者系统上有多个PCRE， nginx调用了不支持UTF8的、或低版本的PCRE时（我遇到了后一种情况，并花费了很长的时间解决这个问题，这也是我为什么写这篇总结文章在这里给大家分享的原因。。。），可以在编译安装Nginx时指定PCRE源文件。例如：

wget ftp://ftp.csx.cam.ac.uk/pub/software/programming/pcre/pcre-8.13.tar.gz
tar zxvf pcre-8.13.tar.gz
wget http://nginx.org/download/nginx-1.0.8.tar.gz
tar zxvf nginx-1.0.8.tar.gz
cd nginx-1.0.8
./configure
--with-pcre=../pcre-8.13

注意，如果接着直接make && make install的话， PCRE因为没有启用UTF8， nginx将不能支持UTF8重写， 所以在这一种，我动了一点小手脚：打开./objs/Makefile 文件，找到以下段落：

../pcre-8.13/Makefile: objs/Makefile
cd ../pcre-8.13
&& if [ -f Makefile ]; then $(MAKE) distclean; fi
&& CC="$(CC)" CFLAGS="-O2 -fomit-frame-pointer -pipe "
./configure --disable-shared
在–disable-shared后加上 –enable-utf8和 –enable-unicode-properties参数， 即变成：
../pcre-8.13/Makefile: objs/Makefile
cd ../pcre-8.13
&& if [ -f Makefile ]; then $(MAKE) distclean; fi
&& CC="$(CC)" CFLAGS="-O2 -fomit-frame-pointer -pipe "
./configure --disable-shared --enable-utf8 --enable-unicode-properties
然后再make, make install。 最后关闭nginx并重启nginx（这里不能用nginx -s reload)。这样nginx就支持中文UTF8编码的url重写了。