Mod_rewrite pomocí PHP

Poslední dobou se na internetu hodně zmiňuje optimalizace pro vyhledávače neboli „SEO”. Její součástí je též optimalizace URL adres, jejímž cílem je zjednodušení adres dokumentů tak aby byly srozumitelné jak pro uživatele, tak pro vyhledávací roboty.

K tomuto účelu existuje velmi silný nástroj pro server apache, kterým je mod_rewrite. Je to modul, který se stará o přepis URL adresy dokumentu na základě jednoduchých pravidel ve formě regulárních výrazů. Více o mod_rewrite najdete na serveru Marka Prokopa sovavsiti.cz konkrétně v článku Mod_rewrite pro lepší odkazy.

Nyní se však vraťme k podstatě problematiky. Pokud jsou vaše stránky umístěny na webhostingu, je více než pravděpodobné, že mod_rewrite nebo alespoň jeho konfiguraci nebudete mít plně k dispozici. Je tu ale cesta jak dosáhnout stejného výsledku za pomoci jednoduchého PHP skriptu.

Předpokladem úspěšné implementace tohoto řešení je přesměrování ErrorDocument pro chybový kód 404 na vlastní PHP skript, který použijeme jako jednoduchý redirector. Zde je zásadní problém, pokud tuto možnost na svém hostingu nemáte, nic z toho co je uvedeno dále Vám nebude fungovat. Pro ty, kteří si mají možnost nakonfigurovat apache doplňuji, že nastavení přesměrování ErrorDocument se provádí v httpd.conf pomocí ErrorDocument 404 jmeno_stranky/skriptu. Více najdete v dokumentaci apache ,ale v tomto případě doporučuji použít mod_rewrite.

Předpokládejme tedy, že jako ErrorDocument máme nastaven skript 404.php a nyní se podíváme na jeho obsah.

Dejme tomu, že máme skript clanek.php jehož parametrem je id, jenž identifikuje článek, který chceme zobrazit. Tudíž kompletní cesta k dokumentu vypadá třeba takto : http://www.domena.tld/clanek.php?id=20. Pokud chceme zařídit aby se nám dokument zobrazil i po zadání této adresy : http://www.domena.tld/clanek20.html, uděláme to následovně :

<?
	// obsah souboru 404.php

	$url=$REQUEST_URI;
	if (preg_match('/clanek([0-9]+).html/', $url,$id)>0) {
				header('HTTP/1.1 200 OK');
				$id=$id[1];		
				include('clanek.php');
			}

?>

Jak jste si již možná všimli, předpokládám v tomto skriptu použítí nastavení PHP RegisterGlobals=On. To znamená, že proměnou $id nastavím ve skriptu 404.php a následně vložím skript clanek.php. Pokud tedy ve skriptu clanek.php budu přistupovat k parametru id přes pole $HTTP_GET_VARS, tak zde jeho hodnotu nenajdu.

Druhou věcí je odeslání hlavičky HTTP/1.1 200 OK. Vzhledem k tomu, že využíváme přesměrování pomocí dokumentu volaném při chybě 404 Not found, odešle server apache hlavičku HTTP/1.1 404 Not Found. My však tuto hlavičku potřebujeme přepsat, aby klient (nemusí to být pouze browser) nepoznal jakou na něj šijeme boudu.

Doufám, že jsem tento princip nastínil dostatečně srozumitelně, pokud budete mít někdo problém s případou implementací tak napište a já článek doplním o další příklady a zdrojové texty. Závěrem snad ještě podotknu, že ve spojení s databází lze tento princip použít k vytváření virtualních cest dokumentů, kde jménem dokumentu bude například jeho nadpis zbavený diakritiky a mezer.

UPDATE - 26.8.2005

Zkoušel jsem stránky používající tento princip v prohlížeči lynx a kupodivu nefungovaly. Nakonec, jak jsem se dočetl v komentáři pana Viléma Málka k článku na weblogu Mraveniště, je správná hlavička HTTP/1.1 302 Found a ne HTTP/1.1 200 OK. Po této úpravě už to jede i v lynxu.

UPDATE - 29.8.2005

Tak s HTTP/1.1 302 Found to zase kupodivu nesežere MSIE. Jenom nevím jestli je spravedlivé preferovat uživatele MSIE proti uživatelům lynxu. :-D

---

---

---

---

---