DEV Community: Johny W. Alves

Rotas Apache - Como funciona o .htaccess

Johny W. Alves — Fri, 06 Sep 2024 23:56:51 +0000

Originalmente publicado em: https://johnywalves.com.br/como-funciona-htaccess/

Recentemente trabalhando em um projeto em PHP, tive a necessidade e entender como funciona o .htaccess para configurar o Apache HTTP Server, mais conhecido como Apache 2

Redirecionamento de diretórios

Ao buscar alguns endereços queremos informar para os navegadores, ou qualquer ferramenta que esteja consumindo o serviço, que alguns comportamentos devem se diferenciar do padrão

Habilitar o módulo

Para realizar o redirecionamento devemos habilitar o módulo apropriado

No Linux somente basta executar o comando:

sudo a2enmod rewrite

Dentro do .htaccess depois de conferir a disponibilidade do módulo devemos habilitar e adicionar as diretivas como no trecho abaixo

<IfModule mod_rewrite.c>
    RewriteEngine on

   # onde moram os redirecionamentos
</IfModule>

Exemplos de redirecionamentos

Redirecionamento do protocolo HTTP para HTTPS, podemos adicionar a condição RewriteCond %{HTTP_HOST} !localhost para facilitar teste locais

RewriteCond %{HTTPS} off
RewriteCond %{HTTP:X-Forwarded-Proto} !https
RewriteRule ^(.*)$ https://%{HTTP_HOST}%{REQUEST_URI} [L,R=301]

Redirecionamento do subdomínio "www" para subdomínio vazio

RewriteCond %{HTTPS} on
RewriteCond %{HTTP_HOST} ^www\.(.*)$ [NC]
RewriteRule ^(.*)$ https://%1/$1 [R=301,L]

Forçar a existência de / no final dos endereços

RewriteCond %{REQUEST_URI} /+[^\.]+$
RewriteRule ^(.+[^/])$ %{REQUEST_URI}/ [R=301,L]

Redirecionamento para projetos PHP trabalhando parâmetro de rotas

RewriteCond %{REQUEST_FILENAME} !-f
RewriteCond %{REQUEST_FILENAME} !-d
RewriteRule ^(.*)$ /index.php?/$1 [L]

Definições de caracteres

Essa não é uma lista completa, sim um resumo para consulta

Carácter/Flag	Definição
#	Instrui o servidor a ignorar a linha. Usado para incluir comentários.
[F]	Proibido: instrui o servidor a retornar um erro 403 Proibido ao cliente.
[L]	Última regra: instrui o servidor a parar de reescrever após a diretiva anterior ser processada.
[N]	Próximo: instrui o Apache a executar novamente a regra de reescrita até que toda a reescrita esteja concluída.
[G]	Perdido: instrui o servidor a entregar a mensagem de status Perdido (não existe mais).
[P]	Proxy: instrui o servidor a lidar com solicitações usando o mod_proxy.
[C]	Encadeamento: instrui o servidor a encadear a regra atual com a regra anterior.
[R]	Redirecionar: instrui o Apache a redirecionar para a URL especificada. Observe que o código de status padrão para o sinalizador [R] é 302 (temporário); para permanentes, use [R=301].
[NC]	Sem diferenciação de maiúsculas e minúsculas: define qualquer argumento associado como insensível a maiúsculas e minúsculas.
[PT]	Passar adiante: instrui o mod_rewrite a passar a URL reescrita para processamento adicional.
[OR]	Ou: especifica um "ou" lógico que vincula duas expressões, de modo que se qualquer uma for verdadeira, a regra associada será aplicada.
[NE]	Sem escape: instrui o servidor a interpretar a saída sem escapar caracteres.
[NS]	Sem sub-requisição: instrui o servidor a pular a diretiva se for uma sub-requisição interna.
[QSA]	Anexar string de consulta: instrui o servidor a adicionar a string de consulta ao final da expressão.
[S=x]	Pular: instrui o servidor a pular as próximas "x" regras se uma correspondência for detectada.
[E=var:value]	Variável de ambiente: instrui o servidor a definir a variável "var" para "valor".
[T=MIME-type]	Tipo MIME: declara o tipo MIME do recurso alvo.
[xyz]	Classe de caracteres: qualquer caractere dentro dos colchetes será uma correspondência. Por exemplo, “[xyz]” corresponderá a qualquer um dos caracteres x, y ou z.
[xyz]+	Classe de caracteres na qual qualquer combinação de itens dentro dos colchetes será uma correspondência. Por exemplo, “[xyz]+” corresponderá a qualquer número de x's, y's, z's ou qualquer combinação deles.
[^xyz]	Não dentro de uma classe de caracteres. Por exemplo, [^xyz] corresponderá a qualquer caractere que não seja x, y ou z.
[a-z]	Um hífen "-" entre dois caracteres dentro de uma classe de caracteres denota o intervalo de caracteres entre eles. Por exemplo, [a-zA-Z] corresponde a todas as letras minúsculas e maiúsculas.
a{n}	Número exato, n, do caractere anterior, a. Por exemplo, x{3} corresponde exatamente a três x's.
a{n,}	Especifica n ou mais do caractere anterior. Por exemplo, x{3,} corresponde a três ou mais x's.
a{n,m}	Especifica um intervalo de números, entre n e m, do caractere anterior, a. Por exemplo, x{3,7} corresponde a três, quatro, cinco, seis ou sete x's.
()	Usado para agrupar caracteres juntos, considerando-os como uma única unidade. Por exemplo, (htaccess)?book corresponderá a "book", com ou sem o prefixo "htaccess".
^	Denota o início de uma expressão regular. Por exemplo, "^Hello" corresponderá a qualquer string que comece com "Hello". Sem o acento circunflexo "^", "Hello" corresponderia a qualquer parte da string.
$	Denota o final de uma expressão regular. Por exemplo, "world$" corresponderá a qualquer string que termine com "world". Sem o cifrão "$", "world" corresponderia a qualquer parte da string.
?	Declara como opcional o caractere anterior. Por exemplo, "monzas?" corresponderá a "monza" ou "monzas". Em outras palavras, "x?" corresponde a zero ou um "x".
!	Declara negação. Por exemplo, "!string" corresponde a tudo, exceto "string".
.	Um ponto literal (ou período) indica qualquer caractere arbitrário único.
-	Instrui o Apache a NÃO reescrever a URL. Exemplo de sintaxe: "example.com - [F]"
*	Corresponde a um ou mais do caractere anterior. Por exemplo, "G+" corresponde a um ou mais G's, enquanto "+" corresponderá a um ou mais caracteres de qualquer tipo.
-	Corresponde a zero ou mais do caractere anterior. Por exemplo, use "._" como um curinga.
\
\	Escape de caracteres especiais, como: ^ $ ! . _ ( ) [ ] { } \
.	Indica um ponto literal (escapado).
/_	Zero ou mais barras.
._	Zero ou mais caracteres arbitrários.
^$	Define uma string vazia.
^._$	O padrão padrão para corresponder a tudo.
[^/.]	Define um caractere que não seja uma barra nem um ponto.
[^/.]+	Define qualquer número de caracteres que não contenham barra nem ponto.
http://	Esta é uma declaração literal — neste caso, a string literal de caracteres, "http://".
^example.*	Corresponde a uma string que começa com o termo "example", seguido de qualquer caractere(s).
^example.com$	Define a string exata, "example.com".
-d	Testa se a string é um diretório existente.
-f	Testa se a string é um arquivo existente.
-s	Testa se o arquivo na string de teste tem um valor diferente de zero.

Referências

.htaccess - made easy

.htaccess Snippets

Não seja motivado, seja disciplinado

Johny W. Alves — Fri, 16 Oct 2020 01:23:39 +0000

Originalmente publicado em: https://johnywalves.com.br/seja-disciplicado/

Na data publicação este artigo estamos passando pelo sexto mês de isolamento social por causa do Covid-19, com acadêmicas, restaurantes e cinemas fechados gerando uma certa ansiedade, nesse cenário quero compartilhar alguns pensamentos que tem mantido minha saúde mental em um nível aceitável

Motivação, motivo em ação

Quando recebemos um novo projeto nosso cérebro se estimula com a novidade e com as possibilidades que se abrem, não podemos depender constantemente destes estímulos, eles são inconstantes e para alcançar objetivos a longo prazo constância é uma ferramenta essencial

Para terminar uma faculdade, fortificar um músculo ou adquirir habilidade musical é fundamental trabalho constante, focado e consciente, um corredor acorda cedo todos os dias para fazer seus quilômetros, mesmo quando sua vontade era de dormir mais uma hora, isso é constância, o esforço também precisa ser focado e consciente, pois o corredor vai se lesionar se não fizer os procedimentos pré e pós-treino, assim como não realizar exercícios de fortificação e equilíbrio

Na rotina ter a dedicação de fazer um pouco todo dia é melhor que fazer muito na primeira semana e abandonar, motivação nos dá um sentido e força para avançar, mas a disciplina nos faz escalar montanhas

Hábitos saudáveis

Não é possível destruir um hábito, maus ou bons nosso cérebro gosta deles, funcionam e economiza a energia gasta para pensar, é possível fazermos a mesma coisa por anos sem lembrar da motivação inicial, para destruir esse ciclo devemos reconhecer e pensar em como criar hábitos melhores

Charles Duhigg no livro O Poder do Hábito diz “para mudar um hábito antigo, você precisa abordar um anseio antigo. Precisa manter as deixas e recompensas de antes, e alimentar o anseio inserindo uma nova rotina”, ou seja, para eliminar uma rotina devemos observar o que está a motivando e entender a necessidade que o gerou, que pode ser fome em determinada parte do dia, necessidade de contato social, tédio, ansiedade entre outros, quando esse sentimento aparecer devemos substituir nossa ação por algo mais saudável que também vai chegar à recompensa

Toda manhã minha equipe tem uma reunião matinal que acontece em horário marcado, para focar na reunião e controlar a ansiedade, tinha o hábito de comer algo mesmo ela acontecendo pouco depois do café da manhã, pensando nesse comportamento, que estava ajudando a ganhar uns quilos, substitui esse lanchinho por um chá, algo rápido de fazer que realiza a mesma função, pensando no hábito e buscando alternativas para o mesmo, quando simplesmente tentei não comer algo me incomodou e não durou, mas quando outro hábito subscreve o antigo isso gera bons resultados

Você só tem um corpo

Ao longo do dia nossa capacidade tomar boas decisões vai sumindo, vamos cansando e pensar é um trabalho intenso, vamos aceitando nossos desejos mais facilmente, seja má decisões de compra ou escolha de comidas menos saudáveis, embora seja uma atividade mental escolher gera um gasto físico

Para ampliar nossa capacidade de tomar boas decisões devemos aumentar a tolerância a fadiga e liberar o estresse, a melhor maneira de alcançar isso é a praticar atividades físicas, nosso corpo é adaptativo e preguiçoso quanto mais uma tarefa é constante aos poucos vamos nos tornando mais capazes, atividades como correr, levantar peso, ficar sentado no sofá ou ser resiliente, por isso quando mais vezes ele ficar fadigado, menor a possibilidade se entrega a ela

O seres humanos foram forjados para correr e caçar, nossos instintos de encarar os desafios é fugir ou lutar, mas na vida contemporânea resolvemos através de diálogo e atividades intelectuais, que gera um estresse do atrito na vontade do nosso corpo e a atividades de nossas mentes, para se livrar desse estresse devemos dar ao nosso corpo essa corrida e essa luta removendo os bloqueios para as nossas capacidades mentais, nada melhor para limpar a mente que uma corrida

Se permita e se cobre

Saúde é um conjunto de vários aspectos entre eles o mental e o social, tempo para se divertir é essencial, sendo escasso e de qualidade melhor ainda

O momento de ser produtivo, deve ser reservado para isso, evite distrações, quando for trabalhar se isole do que for possível, coloque o celular longe, por exemplo alguns escritores quando vão escrever usam uma máquina própria para isso, sem internet ou outras que podem desviar a atenção

Da mesma maneira as atividades de lazer e contato pessoal devem ser escassas e reservadas para certos momentos do dia e da semana, como em algumas horas no final do dia, aos domingos, isso nos faz valorizar esses momentos buscando qualidade para eles, nesse caso o isolamento é importante também, o trabalho e outras atividades estressantes devem ficar o mais longe possível

Referências

Para produzir esse texto retornei a algumas fontes que me ajudaram a formular esses pensamentos, como o livro O Poder do Hábito do Charles Duhigg, a melhor fonte que já encontrei sobre como formar novos hábitos, recomendo 100%, e o vídeo do CGP Grey o Lockdown Productivity: Spaceship You ótima reflexão sobre restrição de espaços e condições

Espero por ajudar alguém como consegui me ajudar

Análise da Felicidade com Pandas

Johny W. Alves — Tue, 04 Aug 2020 11:51:15 +0000

Originalmente publicado em: https://johnywalves.com.br/happiness-radar/

Entre várias fontes de dados no Kaggle uma delas é a relação de felicidade com algumas estátisticas de uma país o World Happiness Report vamos gerar algumas visualizações

Correlação

Instalação das bibliotecas utilizadas

pip install pandas matplotlib

Importação com apelido para elas bibliotecas

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.pyplot import figure

Fazendo o download da base em World Happiness Report carregando para a memória e visualizando os primeiro registros

df = pd.read_csv("./datasets_894_813759_2019.csv")
df.head()

Overall rank	Country or region	Score	GDP per capita	Social support	Healthy life expectancy	Freedom to make life choices	Generosity	Perceptions of corruption
1	Finland	7.769	1.340	1.587	0.986	0.596	0.153	0.393
2	Denmark	7.600	1.383	1.573	0.996	0.592	.252	0.410
3	Norway	7.554	1.488	1.582	1.028	0.603	0.271	0.341
4	Iceland	7.494	1.380	1.624	1.026	0.591	0.354	0.118
5	Netherlands	7.488	1.396	1.522	0.999	0.557	0.322	0.298

Trabalhar com esses nomes é muito chato, vamos simplificar um pouco, renomeando as colunas

df = df.rename(columns={"Overall rank": "Rank", "Country or region": "Region",
                   "GDP per capita": "GDP", "Social support": "Social",
                   "Healthy life expectancy": "Healthy",
                   "Freedom to make life choices": "Freedom", "Perceptions of corruption": "Corruption"})

Visualizando as correlações entre os atributos

values_columns = ["Score", "GDP", "Social", "Healthy", "Freedom", "Generosity", "Corruption"]
corr = df[values_columns].corr()
corr

A ideia da matrix de correlação é encontrar o resultado mais longe do zero ou seja mais perto de 1 ou -1

	Score	GDP	Social	Healthy	Freedom	Generosity	Corruption
Score	1.000000	0.793883	0.777058	0.779883	0.566742	0.075824	0.385613
GDP	0.793883	1.000000	0.754906	0.835462	0.379079	-0.079662	0.298920
Social	0.777058	0.754906	1.000000	0.719009	0.447333	-0.048126	0.181899
Healthy	0.779883	0.835462	0.719009	1.000000	0.390395	-0.029511	0.295283
Freedom	0.566742	0.379079	0.447333	0.390395	1.000000	0.269742	0.438843
Generosity	0.075824	-0.079662	-0.048126	-0.029511	0.269742	1.000000	0.326538
Corruption	0.385613	0.298920	0.181899	0.295283	0.438843	0.326538	1.000000

O valor mais próximos Score são os Gross Domestic Product (GDP) per capita e Healthy life expectancy, mas podemos visualizar isso em gráfico

pd.plotting.scatter_matrix(df[values_columns], figsize=(18, 18))
plt.savefig("radar_scatter_matrix_correlation.svg", formatstr="svg")
plt.show()

Informações geográficas

Para a próxima visualização precisamos de mais informações no caso os continentes escolhi a base do Lista de paises do Geonames

Como a informação está na web precisamos fazer a leitura com Web Scraping, para iniciar vamos fazer a instalação das bibliotecas do BeautifulSoup, funções para lidar com requisições HTTP e o pacote de leitura de tags do pandas

pip install beautifulsoup4 requests lxml

Ler as informações da tabela do site e converter

# Importação das bibliotecas para Web Scraping e requisições HTTP
from bs4 import BeautifulSoup
from requests import get

# Colher o conteúdo do geonames
html = get("https://www.geonames.org/countries/").text
# Converter o texto para elementos de tags do Beautiful Soup
soup = BeautifulSoup(html)
# Para visualizar de forma estruturada: print(soup.prettify())

# Procurar a tag <table> com o id "countries"
table = soup.find("table", attrs={"id": "countries"})
# Para visualizar de forma estruturada: print(table.prettify())

# Converter o conteúdo DataFrame do pandas
# Alterando valor NA para NT, para evitar a conversão para valores nulos
table_countries = pd.read_html(str(table).replace("<td>NA</td>", "<td>NT</td>"))[0]

# Selecionar os campos que serão usados
countries = table_countries[["Country", "Area in km²", "Population", "Continent"]]
countries.head()

Country	Area in km²	Population	Continent
Andorra	468.0	77006	EU
United Arab Emirates	82880.0	9630959	AS
Afghanistan	647500.0	37172386	AS
Antigua and Barbuda	443.0	96286	NT
Anguilla	102.0	13254	NT

Normalmente trabalhando com várias bases de dados é comum as informações não cruzam, no caso de países tem visões diferentes de mundo

set(df["Region"]) - set(countries["Country"])

Como vamos tem alguns países diferentes, por ausência ou concepção de nomenclaturas

{'Congo (Brazzaville)', 'Congo (Kinshasa)', 'Czech Republic', 'Northern Cyprus', 'Palestinian Territories', 'Swaziland', 'Trinidad & Tobago'}

Vamos unir os países existentes em ambas as bases

data = pd.merge(df, countries, left_on="Region", right_on="Country").drop("Country", axis=1)
data = data.rename(columns={"Area in km²": "Area"})
data.head()

Rank	Region	Score	GDP	Social	Healthy	Freedom	Generosity	Corruption	Area	Population	Continent
1	Finland	7.769	1.340	1.587	0.986	0.596	0.153	0.393	337030.0	5518050	EU
2	Denmark	7.600	1.383	1.573	0.996	0.592	0.252	0.410	43094.0	5797446	EU
3	Norway	7.554	1.488	1.582	1.028	0.603	0.271	0.341	324220.0	5314336	EU
4	Iceland	7.494	1.380	1.624	1.026	0.591	0.354	0.118	103000.0	353574	EU
5	Netherlands	7.488	1.396	1.522	0.999	0.557	0.322	0.298	41526.0	17231017	EU

E finalmente gerar um gráfico com o Score de felicidade e as informações que são mais correlacionadas, com o tamanho dos circulos pela pontuação de estimativa de vida e separado por cores de continentes

# Definição do tamanho do gráfico
plt.figure(figsize=(18, 18))

# Colher os continentes diferentes da base
continents = data["Continent"].unique()

# Geração dos ciclos
for continent in continents:
    dc = data[data["Continent"] == continent]
    plt.scatter(dc["Score"], dc["GDP"], s=dc["Healthy"] * 500, alpha=0.4, label=continent)

# Adicionar título
plt.title("Scatter Happiness Radar")
# Adicionar rótulos nos eixos
plt.xlabel("Score")
plt.ylabel("GDP per capita")
# Adicionar legenda para os continentes
plt.legend(scatterpoints=1, frameon=False, labelspacing=1, title="Continents")
# Salvar gráfico em arquivo
plt.savefig("radar_scatter_happiness_radar.svg", formatstr="svg")
# Apresentar o gráfico em tela
plt.show()

Coordenadas

Agora vamos adicionar as coordendas para os países, para isso tem outra fonte de dados no Kaggle no Counties geographic coordinates, vamos importar e visualizar essas informações

coods = pd.read_csv("./datasets_2312_3908_countries.csv")
coods.head()

country	latitude	longitude	name
AD	42.546245	1.601554	Andorra
AE	23.424076	53.847818	United Arab Emirates
AF	33.939110	67.709953	Afghanistan
AG	17.060816	-61.796428	Antigua and Barbuda
AI	18.220554	-63.068615	Anguilla

Novamente vamos conferir as informações divergentes

set(data["Region"]) - set(coods["name"])

{'Ivory Coast', 'Myanmar', 'North Macedonia', 'South Sudan'}

Novamente vamos unir essas informações e visualizar como fica após

cc = pd.merge(data, coods, left_on="Region", right_on="name").drop(["name", "country"], axis=1)
cc.head()

Rank	Region	Score	GDP	Social	Healthy	Freedom	Generosity	Corruption	Area	Population	Continent	latitude	longitude
1	Finland	7.769	1.340	1.587	0.986	0.596	0.153	0.393	337030.0	5518050	EU	61.924110	25.748151
2	Denmark	7.600	1.383	1.573	0.996	0.592	0.252	0.410	43094.0	5797446	EU	56.263920	9.501785
3	Norway	7.554	1.488	1.582	1.028	0.603	0.271	0.341	324220.0	5314336	EU	60.472024	8.468946
4	Iceland	7.494	1.380	1.624	1.026	0.591	0.354	0.118	103000.0	353574	EU	64.963051	-19.020835
5	Netherlands	7.488	1.396	1.522	0.999	0.557	0.322	0.298	41526.0	17231017	EU	52.132633	5.291266

Gerar o gráfico de scatter com posicionamento do geográfico

plt.figure(figsize=(18, 9))

continents = cc["Continent"].unique()
for continent in continents:
    dc = cc[cc["Continent"] == continent]
    plt.scatter(dc["longitude"], dc["latitude"], s=dc["Score"] * 50, alpha=0.4)

plt.savefig("radar_coods.svg", formatstr="svg")
plt.show()

Agora adicionando a imagem de fundo do mapa mundi Clip Art Free - World Map

import matplotlib.image as mpimg
world_img = mpimg.imread("./world-map.png") # 2000 x 1202

plt.figure(figsize=(18, 9))

continents = cc["Continent"].unique()
for continent in continents:
    dc = cc[cc["Continent"] == continent]
    plt.scatter(dc["longitude"], dc["latitude"], s=dc["Score"].pow(3), alpha=0.6) #

plt.imshow(world_img, extent=[-149, 190, -75, 105], alpha=0.25) # left, right, bottom, top
plt.savefig("radar_world_map.svg", formatstr="svg")
plt.show()

Salvando a fonte de dados tratada para futuros usos

cc.to_csv("./countries.csv", index = False, header=True)

Você pode baixar aqui: Countries with Coordenates

Referências

Python Data Science Handbook - Customizing Plot Legends