自建图床选型与搬家:URL 永久性、防盗链只能挡一半与老文章外链的批量迁移

做图床这件事,我前后折腾过三种方案:一开始直接用自己的服务器跑一个简单的上传目录,后来嫌维护麻烦换成公共图床,再后来因为外链被关停、图片批量裂掉,乖乖回到「对象存储 + 自己的域名」。这篇文章把这段经历里最有价值的判断写下来,包括图床选型的几个硬指标、怎么让「自己的域名」不被别人借走、以及把老文章里的外链一次性迁移干净的脚本思路。

一、先用三个问题筛掉大部分方案

公共免费图床看起来最省事,但只要问三个问题,大部分就能直接排除。

它会不会哪天关停?免费图床的商业模式通常是「先用后收费」或者「拿用户流量做实验」。我在用的两家,一家改成了会员制,非会员的外链全部 302 到一个广告页;另一家直接把老图片删了。这两件事对技术博客的伤害是长期的:文章看起来还在,但每张图都是死链。

外链策略会不会变?很多图床默认允许外链,等流量做大之后开始加 Referer 白名单(把你自己的站挡在外面)、或者给图片加一层「仅供分享」的跳转页。这类变化通常不会提前通知,而你的文章已经发表两年了。

它能不能保证「URL 永久不变」?这一点最容易被忽略却最致命。图片 URL 一旦变化,所有引用它的页面、所有被搜索引擎收录的图片搜索结果、所有别人转载时的链接,全部失效。而 URL 是否稳定,几乎完全取决于服务方的策略,你自己无法控制。

结论很简单:能保证 URL 永久不变、且自己能控制存储的,只有「自己的域名 + 自己能付得起钱的对象存储」。免费方案的真正用途是一次性发图(朋友圈、论坛贴图),不是长期博客的图片托管。

二、自建图床的三种落地形态

既然要自己管,具体落到什么形态?按维护成本从低到高排列:

  • 对象存储直传 + 自定义域名。在云厂商或自建 MinIO 上开一个 Bucket,绑定 img.example.com,上传走一个后台脚本或者编辑器的上传接口。没有服务器要维护,只需关注权限、缓存头、防盗链三件事。
  • 小程序服务 + 本地存储。写一个几十行的上传接收接口,文件存本地磁盘,配好 location 和缓存头。适合同时兼做正文中图片的备份,缺点是磁盘容量与备份要自己管。
  • 成品图床程序(如 Chevereto 一类)。功能齐全,带相册、缩略图、防盗链设置。代价是要维护 PHP 应用和数据库,并且程序的升级节奏会拖住你 —— 我见过好几个站点因为图床程序停更而卡在旧版 PHP 上。

对个人站,第一条最省心:图片是「只写不改」的静态资源,天然适合对象存储,几乎没有运维负担;只有在需要精细控制访问(比如付费图片)时才考虑成品程序。

三、域名怎么选:主域名还是独立域名

这里有一个真实存在的取舍。图片放主域名下(www.example.com/uploads/)的好处是同域、少一个证书、少一次 DNS 解析;坏处是在某些场景下图片和页面共享连接数(HTTP/1.1 时代的问题,HTTP/2 之后基本消失),而且图片请求会占用主站的限流额度。

图片放独立域名(img.example.com)的好处是隔离清晰:可以单独给图片上 CDN、单独做限速、单独换存储而完全不影响主站。坏处是多一份证书、多一次握手,以及 —— 这是最容易被忽略的一条 —— 独立图片域名会变成一个新的「可被借用的入口」。

我的选择是独立域名 + 强制 Referer 校验。理由是迁移友好:将来再换存储服务商,只需要换掉 img 这个子域名的解析,主站一个字符都不用改。而带证书的问题用泛域名证书一次解决。

四、防盗链:Referer 只能挡住一部分

图片被别人直接引用,损失的主要是带宽。基础拦截是 Referer 白名单:

location ^~ /img/ {
    valid_referers none blocked server_names
                   ~\.example\.com
                   ~^https?://(www\.)?(google|bing|baidu)\.;
    if ($invalid_referer) {
        return 403;
    }
    expires 30d;
    add_header Cache-Control "public, max-age=2592000, immutable";
}

几个必须注意的点:

  • none 放行没有 Referer 的请求。移动端 WebView、部分隐私模式、微信内置浏览器在某些场景下都不发 Referer,太严会把正常读者挡掉。但同时,用脚本抓图也属于「无 Referer」,所以它挡不住有意的盗用。
  • 白名单是后缀匹配,*example.com 会匹配 notexample.com。用正则加边界(~\.example\.com)比通配更安全。
  • 搜索引擎也要放行,否则图片搜索结果会全部变成裂图,等于自己放弃了图片搜索的流量入口。Google 图片的 Referer 是 google.com 或对应国家域名。

Referer 之外,还有两件事真正能省带宽:一是按 IP 的请求速率限制(limit_req),批量抓图通常表现为单个 IP 短时间大量请求;二是图片尺寸分层,列表页给的缩略图不必是原图,能省掉一大半传输量。真正想彻底防住盗用,只有签名 URL 一条路,代价是缓存和 CDN 都失效,对内容站不划算。

五、缓存头:图片是可以「永不回源」的一类资源

图片是典型的不可变资源:同一张图,地址不变,内容不变。所以缓存策略应该比 HTML 激进得多:Cache-Control: public, max-age=31536000, immutable。

代价是你要为「换图」留一条路。最稳妥的做法是换文件名(加内容哈希或者日期前缀),而不是在原地覆盖。实在要原地覆盖,短期办法是加版本参数 ?v=2,长期必须回到重命名 —— 因为 CDN 上那一份旧副本会按照 max-age 一直存在,你无法精确地告诉所有边缘节点「这条已经变了」(刷新接口通常有次数限制,且只对部分服务商有效)。

另一个常被忽略的细节是 Content-Type。如果图片是通过一个脚本(而不是静态文件)输出的,忘了设 header('Content-Type: image/jpeg'),浏览器收到 text/html 就不渲染。同理,.webp 文件的 MIME 是 image/webp,Nginx 的 mime.types 版本太旧时识别不出来,表现为「WebP 图片全部裂掉但在别的站点显示正常」。

六、老文章的外链迁移:先清点,再替换

从公共图床搬出来时,最大的工作量不是搬文件,而是把老文章里的图片地址换掉。我的做法分四步,全程不需要碰数据库:

第一步是清点。把所有文章正文里的图片地址抓出来,按域名聚合,看看究竟引用了哪些外站:

# 用 XML-RPC 把全部文章的正文拉下来,提取 img 的 src
python3 - <<'EOF'
import xmlrpc.client as xc, re, collections
p = xc.ServerProxy('https://www.zz1984.com/action/xmlrpc?_=' + str(__import__('time').time()))
posts = p.metaWeblog.getRecentPosts('1', '988620', '你的密码', 500)
c = collections.Counter()
for post in posts:
    for src in re.findall(r']+src=[\'"]([^\'"]+)', post['description']):
        c[re.sub(r'^https?://', '', src).split('/')[0]] += 1
for host, n in c.most_common(20):
    print(n, host)
EOF

第二步是下载。对每个外站域名,把图片逐张下载到本地,文件名保持 URL 的路径结构,同时记下「原 URL → 新路径」的映射表(写进 CSV,这是整件事的可回溯凭据)。下载时一定要带 Referer: https://www.zz1984.com/,因为不少图床的防盗链只允许从特定站点引用,不带 Referer 会得到 403,本地生成的「0 字节文件」就是假成功。

第三步是校验。对每一张下载下来的文件,检查 file 命令的输出是不是真的图片、尺寸是否大于 0、扩展名与内容是否一致。这一步能揪出一批「下载到的是防盗链提示图或 404 页面」的情况。

第四步才是替换正文,并且要注意两点:一是替换要在一次操作里完成并保留原文副本,因为正则替换图片地址很容易误伤(src 后面可能还有 data-src、srcset);二是替换完之后,之前的映射表要留好,将来这批旧域名如果重新可用,还能核对差异。

七、备份:图片是站点里最不可再生的部分

数据库可以靠 binlog 恢复,代码可以靠 Git 回滚,只有图片,删掉就是真的没了。所以图床的备份策略要比代码更严格:

  • 至少两份:对象存储本身 + 一份异地(另一家云、或者家里的 NAS)。同步用 rclone sync,注意它的语义是「让目标与源一致」,会删掉目标里多出来的文件,第一次跑之前务必加 --dry-run 看一遍计划。
  • 定期抽检:每季度随机抽 20 张,从备份里恢复出来并用 identify 或 file 验证完整性。备份文件存在不等于内容可用。
  • 记录总量与增量:每次同步后把文件数量与总字节数打日志,某天数字突然少了,就是问题。

我吃过的亏是:备份脚本用了 rclone sync 却没有加 --exclude 排除临时文件,某次源端目录被误清空,同步一跑,备份也跟着清空了 —— 「备份」在 30 秒内变成了两份空目录。后来加了 --max-delete=100,一次删除超过阈值就中止,这条参数救了我一次。

八、验收清单

图床搭好之后,按这份清单过一遍:

  • 打开一张图片的直链,确认 Content-Type 正确、Cache-Control 是长缓存、Accept-Ranges 存在(支持断点续传)。
  • 把图片链接贴到微信、微博、Telegram,确认在外部打开时不会被 403 挡住 —— 这通常意味着 none 没放行,或者 Referer 白名单把第三方客户端的域名挡了。
  • 用另一个站点的页面引用这张图,确认被拦。这两个方向都要测,只测一个等于没测。
  • 检查图片目录不能执行脚本:访问 /img/test.php 必须是 403 或 404,不能返回 PHP 输出。这一点在自建存储时尤其重要,历史上大量站点被入侵的入口就是上传目录里的可执行文件。
  • 确认删除接口需要鉴权,且删除是软删除(进回收站)而不是直接物理删除 —— 误删封面图的情况每年都会发生一次。

图床这类基础设施的特点是「平时感觉不到,出事就是全站性事故」。花一个下午把上面这些边界定清楚,比事后补救便宜太多。

Last modification:November 19th, 2026 at 01:36 pm

Leave a Comment