Caddy服务器实现基于通配符域名的URL重定向规则详解
2025-05-01 00:15:33作者:舒璇辛Bertina
在Caddy服务器配置中,实现基于通配符域名的URL重定向是一个常见的需求场景。本文将以一个典型的重定向需求为例,详细介绍如何在Caddyfile中配置这类规则。
需求场景分析
假设我们需要将所有匹配*.example.com模式的请求,重定向到一个固定域名并添加特定前缀。具体来说:
原始请求URL模式:
https://[任意子域名].example.com/[任意路径]
目标重定向URL模式:
https://example.com/prefix/[子域名部分]/[原始路径]
Caddy配置方案
基础配置方案
Caddy提供了简洁的语法来实现这个需求:
*.example.com {
redir https://{labels.1}.{labels.0}/{labels.2}{uri}
}
配置解析
-
通配符域名处理:
*.example.com表示匹配所有以example.com为根域的子域名
-
labels占位符:
{labels.N}是Caddy的特殊占位符,用于提取域名各部分- 索引从右向左计算,0表示最右侧部分
- 对于
sub.example.com:{labels.0}→com{labels.1}→example{labels.2}→sub
-
URI保留:
{uri}会自动保留原始请求的路径部分
多级域名处理
上述配置适用于标准域名(如.com/.net等单级TLD)。对于多级TLD(如.co.uk),需要调整labels索引:
*.example.co.uk {
redir https://{labels.2}.{labels.1}.{labels.0}/{labels.3}{uri}
}
高级正则方案
对于更复杂的匹配需求,可以使用正则表达式:
*.example.com {
@host_regexp {
header_regexp Host ^(.+)\.example\.com$
}
redir @host_regexp https://example.com/prefix/{re.host.1}{uri}
}
注意事项
-
通配符证书:
- 使用
*.example.com需要配置ACME DNS挑战来获取通配符SSL证书
- 使用
-
性能考虑:
- 简单场景推荐使用labels方案,性能更优
- 复杂匹配才考虑正则表达式
-
测试验证:
- 配置后应测试各种子域名和路径组合
- 特别注意URL编码和特殊字符处理
实际应用示例
假设我们需要将:
https://shop.example.com/products
重定向到:
https://example.com/app/shop/products
配置如下:
*.example.com {
redir https://example.com/app/{labels.2}{uri}
}
通过掌握这些配置技巧,可以灵活实现各种基于通配符域名的URL重定向需求,为网站架构调整和路由规划提供便利。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
308
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878