学习札记——伪静态技术（较完整篇）

伪静态技术产生的背景：
1、静态网页与动态比较：
  1）静态网页：
    优势：A、 对搜索引擎友好，被收录的质量高；B、访问速度快；C、资源（cpu 等）占用少。
    劣势：A、对于大型门户，或者社区来说，不断的修改将会产生大量I/O，会导致磁盘出现碎片甚至出现磁盘坏道。相当恐怖一个隐患。用户信息一旦没有了就没戏玩了。B、储存空间占用会多一些。
  2）动态网页：
    优势：相对于静态，它的劣势也就是动态的优势所在——占用空间少，对硬盘友好。
    劣势：A、对搜索引擎不友好。搜索引擎会不收录带问号的网址?因为搜索引擎怕由于问号而进入死循环。详细可见另外一篇札记（学习札记——网页搜索基础知识 ）
B、高并发时资源占用较多。

而伪静态就是在这样背景下应运而生了，它在保留动态的优点的基础上，使得网址静态化，也就是让网址里不带问号，骗过收录的爬虫就行了。这样完美地糅合了前边两者的优点。
优点：静态的优点+动态的优点
不足：流量稍大一些使用伪静态就出现CPU使用超负荷，由于伪静态是用正则判断而不是真实地址,分辨到底显示哪个页面的责任也由直接指定转由CPU来判断了,所以CPU占有量的上升,确实是伪静态最大的弊病.

实现机制：是利用服务器端，对请求的动态页面做改动，让浏览器认为访问的也是静态页面，这个时候，浏览器地址栏中显示的就是静态地址信息（不带问号）了。

两种实现方法：
1、使用ISAPI_Rewrite进行动态链接重写HTML静态网址。ISAPI_Rewrite是一个dll组件，re_write是iis里的一个模块。这个筛选器实现是通过正则表达式，将动态网页网址映射成为静态网址。如可将news.asp?id=95通过re_write将其转换成news/95.html。映射的正则表达式在httpd.ini文件里进行设置。
  举个小小例：处理数据翻页，那么写法是：
More_<%=Page%>_<%=type%>.html （注：page是翻页页数，type是数据类型）表现形式：More_1_95.html
如果翻下一页，则为：More_2_95.html，继续下一页的循环，则是：
More_3_95.html，以此类推。
不过你需要在httpd.ini文件中增加以下代码：
RewriteRule /More_(\d+)_(\d+)\.html /jsp/more\.asp\?page=$1&type=$2 [N,I] 字串9
如果你的动态程序有多个参数需要传递，那么就增加多个(\d+)即可，如下：
RewriteRule /More_(\d+)_(\d+)_(\d+)\.html /asp/more\.asp\?page=$1&type=$2&type2=$3 [N,I]

优点：在程序上基本不需做什么变化。麻烦：要实现这个需要对iis进行控制，所以当你租用别人的服务器时，则需要先跟服务商联系。（当然这个是对asp而言，asp.net就不用——直接将dll程序集放到程序中的bin再适当的配置即可实现）

2、IIS的404错误处理机制：通过自定义错误，转向我们准备好的处理页。不过这种可拓展性有待研究，对程序处理的统筹要求也高，不大适合实际应用的样子。

首先,设置站点属性-自定意错误
找到HTTP错误404，然后编辑属性->消息类型选中URL->URL填入“/index.asp”,或您的错误处理页面.
这样,比如用户或蜘蛛访问http://tech.todo.net.cn/12345.html  时(12345为文章在数据库的ID).由于些页面不存在,所以触发了404错误.转向了index.asp
在index.asp里加
CurrDomain=Request.ServerVariables("HTTP_HOST") '当前访问域名
CurrURL=Replace(Request.ServerVariables("QUERY_STRING"),"404;http://"&CurrDomain&":80","")  '当前访问URL
此时的CurrURL应该是:12345.html .
这样,就得到用户正在试图访问的页面.然后提取里边的文章ID(应该为:12345),用正则,这里就不多说了.
然后到数据库里提取出文章内容.输出到页面里,就OK了.

结论：伪静态太适合用在普通的企业网站上了——既不要求高并发，但同时又很在乎seo（搜索引擎优化），而且也要求后台可动态更新。——当然实现直接生成静态页也行，因为这种不像社区那种修改量那么大。