我理解的url的几个状态
为了思考在有代理缓存服务器的情况下，url有哪几种状态存在，所以按照自己的理解画了一个图，不一定准确，仅作一部分的理解参考。下面很多内容是个人理解的，不保证准确，如有错漏，请指出。
上图： 
关于cacheurl插件
cacheurl插件能够解决资源对象多副本的问题，例如http://a.com/a.jpg和http://b.com/a.jpg “两个”不同的资源对象a.jpg是同一个文件的时候，缓存服务器却不会这么认为的，因为在缓存对象对比的时候会把url信息作为一个判断依据，由于它们这个url信息不一致，所以缓存服务器默认是判定为不同的两个文件。为了让这种多副本资源对象能够缓存命中，所以需要cacheurl这样功能的插件进行处理，可以简单地认为cacheurl就是把缓存对象的缓存url信息进行了修改再存储，因此我们需要自定一些规则来匹配这类的多副本资源对象，然后指明需要转化成什么格式的url形式。 cacheurl的配置比较简单，前面一部分是匹配规则，后面一部分是转化规则。
在线视频真实url的抓取分析
http抓包工具有很多种，用哪一种都可以，这里举例firebug插件的抓取分析方式。下图为firebug插件的界面图。
http://60.217.245.14/youku/6771E93049E4E8434ED97D5E87/030008030051D77DF9D3B408BD8A9815151B3D-6B58-547B-517E-01E8B2BB5FC1.mp4
视频url特点的分析
由于视频网站都是有运用CDN技术的，大型的CDN技术运用都使用了智能调度，所以用户的请求并不是固定从一个服务器上获取资源内容。例如多次观看同一个视频可能会出现的情况是视频URL地址不一致，这也是属于资源多副本的一种情况。通过一段时间的重复观察与分析，抓住其不变并且唯一标示资源的部分，了解其变化的部分，就可以进行下一步的写转化规则了。 下面我构造一个例子，
http://60.217.245.14/youku/6771E93049E4E8434ED97D5E87/030008030051D77DF9D3B408BD8A9815151B3D-6B58-547B-517E-01E8B2BB5FC1.mp4
和
http://52.27.25.46/youku/65BGE93FD667FFDKI87735DSM0/030008030051D77DF9D3B408BD8A9815151B3D-6B58-547B-517E-01E8B2BB5FC1.mp4
其实是不同时候观看的同一个视频分段，分析后会发现其文件名是不变的，会变的是ip和中间的一段内容，但是其格式形式是不变的。
在线视频url正则的基本构建方法
有了上面的分析之后，就剩下正则表达式的构造工作了。这里不解释正则表达式，正则不是一时半会就能解释清楚的，再说我也就懂那点简单的。 那根据cacheurl的配置方式前面写匹配规则，后面写转化规则就行了。 匹配规则写为：
http://[[:digit:]]{1,3}\.[[:digit:]]{1,3}/youku/.*/(.*-.*-.*-.*-.*)
上面这个匹配规则就是相当告诉cacheurl如果能匹配上这个规则就按照后面的配置格式进行转化。那我们写转化规则如下： http://www.youku.com/$1 $1 取的是前面匹配规则的第一个()里面的内容。 那上面一小节举例的url都会被转化为如下：
http://www.youku.com/030008030051D77DF9D3B408BD8A9815151B3D-6B58-547B-517E-01E8B2BB5FC1.mp4
然后在缓存这个视频对象的时候url信息写的就是这条转化后的。后面的视频匹配规则之后进行了转化再跟缓存中的对比，这样就能够缓存命中了。
cacheurl插件对处理视频缓存的局限
在实际运用中，在线视频的url形式没有此文例子的这么简单，而cacheurl只能处理图1中url2处的url信息，如果需要很好地处理在线视频缓存，个人分析认为还需要能够处理url3处（即回源url）信息功能的新插件。
注：为了便于讲解，如上规则都是挑比较简单的。剩下的事情就靠大家发挥了。
原文链接：https://www.f2er.com/regex/362176.html