Nginx、PCRE和中文URL（UTF8編碼）rewrite路徑重寫匹配問題

最近遇到了使用Nginx 重寫中文UTF8編碼路徑的問題。 才發現默認情況下Nginx的rewrite是不支持UTF8匹配的。 比如：

rewrite ^/(..)$ /2個字符文章.html break; #用2個點
可以匹配到 /ab 或 /51, 但 /漢字 是匹配不到的。 我測試了一下， 要匹配兩個字的 /漢字 路徑， 得用

rewrite ^/(……)$ /2個漢字文章.html break; #要用六個點

如果要讓 ^/(..)$ 匹配到2個漢字字符，得開啟Nginx對UTF8字符的正則支持， 準確點說是開啟Nginx使用的PCRE庫的對UTF8字符的支持。因為Nginx的rewrite模塊是調用PCRE來處理正則的。 如果PCRE沒有問題，Nginx支持UTF8編碼的重寫樣式是：

rewrite "(*UTF8)^/(..)$" /2個字符文章.html break;
#注意(*UTF8)前綴和引號的加入。

因為PCRE只有7.9以上的版本才支持這個(*UTF8)開頭，所以系統上的PCRE一定要使用7.9以上的版本。 另外，編譯PCRE時一定要開啟UTF8的支持。 即使用(–enable-utf8)參數。 檢查系統的PCRE版本和是否支持UTF8編碼可以使用
pcretest -C
命令。執行後會顯示如下的報告：

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

顯示“UTF-8 support”就是支持UTF8編碼了。

如果Nginx調用的PCRE為7.9以下的版本，使用 rewrite “(*UTF8)^/(..)$” /2個字符文章.html break; 這種形式的重寫，在執行nginx -t檢查時會出現如下的錯誤提示：

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

如果Nginx調用的是7.9以上版本的PCRE，但是PCRE安裝時沒打開UTF8的支持開關，則會出現如下的錯誤提示：

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

解決辦法是安裝最新版本的的PCRE，並打開UTF8支持，方法如下（以當前8.13版的PCRE為例）：
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

然後重新編譯安裝Nginx。 Nginx默認會打開rewrite模塊，並會自動查找系統上已經安裝了的PCRE。 如果Nginx查找不到已經安裝在系統上的PCRE， 或者系統上有多個PCRE， nginx調用了不支持UTF8的、或低版本的PCRE時（我遇到了後一種情況，並花費了很長的時間解決這個問題，這也是我為什麼寫這篇總結文章在這裡給大家分享的原因。。。），可以在編譯安裝Nginx時指定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的話， PCRE因為沒有啟用UTF8， nginx將不能支持UTF8重寫， 所以在這一種，我動了一點小手腳：打開./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後加上 –enable-utf8和 –enable-unicode-properties參數， 即變成：
../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
然後再make, make install。 最後關閉nginx並重啟nginx（這裡不能用nginx -s reload)。這樣nginx就支持中文UTF8編碼的url重寫了。