Nginx实现非套路镜像站的踩坑记录

影者东升

缘起
前几天发现一个电子书非常棒，但是是 github 上的，总是打不开，而正好我的服务器是在香港的，所以我想做一个镜像。下面给大家提供了两种方案，下面话不多说了，来一起看看详细的介绍吧。
方案一
做了如下配置：

location ^~ /book-c/
{
 proxy_pass http://akaedu.github.io/book/;
 proxy_redirect off;
 proxy_http_version 1.1;
 proxy_set_header Upgrade $http_upgrade;
 proxy_set_header Connection "upgrade";
}

浏览了下，都 ok，但是有几点不太好

• 如果以后我发现类似的书很好，都要增加一个 nginx 配置。
  
• 如果原始网站完全无法访问了，我这边也挂了，不能缓存到我本地服务器。
  
• 我想修改网页内容也不太好操作，比如我想加上原作者的版权和原始访问地址说明等。
  

完全采集过来，我也懒得写脚本去跑，最终走上了下面这段踩坑路。
尝试改进
所以尝试了如下做法

rewrite ^/book-(.*?)/  /index.php?m=Book&a=show&book=$1 last;

class BookAction extends Action{
 private $uri;
 public function show(){
 $book = $_GET['book'];
 if (!method_exists($this,$book)){
  $this->error404();
 }
 try{
  $this->$book();
 }catch (Exception $e){
  $this->error404();
 }
 }
 
 /**
 * http://akaedu.github.io/book/
 */
 private function c(){
 $baseUrl = "http://akaedu.github.io/book/";
 $url = $baseUrl.$this->uri;
 echo file_get_contents($url);
 }
}

又遇到了一个问题，当我访问 https://mengkang.net/book-c/styles.css 则无法 rewrite 匹配到了。
原因是 nginx 优先匹配了

location ~ .*\.(js|css)?$
{
 expires 12h;
}

正则匹配优先级关系：http://www.zzvips.com/article/38561.html
方案二
添加一条

location ~ /book-.*?/
{
 rewrite ^/book-(.*?)/ /index.php?m=Book&a=show&book=$1 last;
}

location ^~ 不支持正则的，所以没法用
采坑小记
如果是使用的 location ~ /book-.*/ ，根据正则就是贪婪模式，那么
https://mengkang.net/book-c/images/sortsearch.theta.png
匹配到的就是 /book-c/images/ ，也就是说rewrite里面的 $1 就是 c/images ，这样和我们的预期相悖的。
故障：无法匹配到 css 文件

$ wget -S https://mengkang.net/book-c/styles.css -O /dev/null
--2018-02-01 13:13:36-- https://mengkang.net/book-c/styles.css
Resolving mengkang.net... 203.195.188.207
Connecting to mengkang.net|203.195.188.207|:443... connected.
HTTP request sent, awaiting response...
 HTTP/1.1 200 OK
 Server: nginx
 Date: Thu, 01 Feb 2018 05:13:38 GMT
 Content-Type: text/html; charset=UTF-8

所有内容的输出默认都是 text/html ，那么也就是我需要对文件的后缀判断咯。 感觉自己给自己挖坑，不如直接采集得了

<?php
class BookAction extends Action{
 const BOOK_SAVE_DIR = "/data/book/";
 private $uri;
 private $baseUrl;
 private $book;
 private $bookname;
 public function show(){
 $book = $_GET['book'];
 $this->book = $book;
 $this->uri = str_replace("/book-{$book}/","",$_SERVER['REQUEST_URI']);
 if (!method_exists($this,$book)){
  $this->error404();
 }
 try{
  $this->$book();
 }catch (Exception $e){
  $this->error404();
 }
 }
 /**
 * http://akaedu.github.io/book/
 */
 private function c(){
 $this->baseUrl = "http://akaedu.github.io/book/";
 $url = $this->baseUrl.$this->uri;
 $this->output($url);
 }
 private function output($url){
 $ext = pathinfo($url,PATHINFO_EXTENSION);
 if (!$ext) {
  $url = $url."/index.html";
  $ext = "html";
 }
 switch ($ext){
  case "css":
  header("Content-Type: text/css; charset=UTF-8");
  break;
  default:
  header("Content-Type: text/html; charset=UTF-8");
  break;
 }
 // 如果已经缓存
 $filename = self::BOOK_SAVE_DIR.$this->book."/".str_replace($this->baseUrl,"",$url);
 if (file_exists($filename)){
  $data = file_get_contents($filename);
 }else{
  $data = file_get_contents($url);
  $dir = dirname($filename);
  if (!file_exists($dir)){
  mkdir($dir,755,true);
  }
  file_put_contents($filename,$data);
 }
 // 增加原始版权说明
 echo $data;
 }
}

总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对服务器之家的支持。
原文链接：http://mengkang.net/1152.html