主页 / coding / 问题 / 77901493
Accepted
v3ntus
Asked: 2024-01-30 01:16:03 +0800 CST

.htaccess 重定向以删除带有查询的重复字符串

  • 772

假设我有以下网址：

https://mywebsite.com/pages.html?limit=24&start=7440&t=3349.html.html.html

https://mywebsite.com/pages.html.html.html?limit=24&start=8136&t=3358

https://mywebsite.com/pages.html.html?limit=24&start=8136&t=3358.html.html.html.html

如何去掉重复的“.html”部分，只留下一个？

这是一个复杂的情况，经过两个小时的努力，我仍然找不到使用正确的正则表达式来使其工作的方法。

这是我尝试过的：

RewriteEngine On
RewriteBase /
RewriteCond %{QUERY_STRING} ^(.*)((.html){2,})(.*)$
RewriteRule ^(.*)$ https://mywebsite.com/%1%4 [QSA,R=302,L]

我使用 302，因为它是一个临时解决方法，直到我找到解决此问题根源的可行解决方案，但我不断遇到重定向循环。

我想只保留一个 .html，删除所有多次出现的 .html。

示例1：

https://mywebsite.com/pages.html?limit=24&start=7440&t=3349.html.html.html

should redirect to:

https://mywebsite.com/pages.html?limit=24&start=7440&t=3349.html

和

https://mywebsite.com/pages.html.html?limit=24&start=8136&t=3358.html.html.html.html

should redirect to:

https://mywebsite.com/pages.html?limit=24&start=8136&t=3358.html

很抱歉提出这个问题，但这对我来说特别棘手，我找不到解决方案。

提前致谢。

.htaccess

1 个回答

  1. Best Answer
    RewriteCond %{QUERY_STRING} ^(.*)((.html){2,})(.*)$
RewriteRule ^(.*)$ https://mywebsite.com/%1%4 [QSA,R=302,L]

    这里有几个问题：

    • 您正在丢弃原始 URL 路径（即。/pages.html）
    • 您正在将更正后的查询字符串（即%1%4）移动到 URL 路径（而不是查询字符串）中。如果应该的话?%1%4。
    • 然后再次附加原始的“不正确”查询字符串（无论标志如何QSA）。这最终会导致重定向循环。
    • .html如果在查询字符串中仅重复一次，则会失败。（这会发生吗，就像 URL 路径中出现的那样？）

    在您的示例中，倍数.html始终出现在 URL 末尾和/或查询字符串末尾。因此，正则表达式中的尾随(.*)似乎是不必要的（因为在重复的.html序列之后没有发生任何事情）。

    请尝试以下方法：

    # Multiple ".html" at end of query string
# (Also resolves multiple ".html" at end of URL-path - if any)
RewriteCond %{QUERY_STRING} (.+?\.html)(\.html)+$
RewriteRule (.+?\.html)(\.html)*$ /$1?%1 [NE,R,L]

# Multiple ".html" at end of the URL-path only
# (Query string + URL-path already handled by the above rule.)
RewriteRule (.+?\.html)(\.html)+$ /$1 [R,L]

    通过这 2 条规则，最多只有 1 个重定向。第一条规则处理.html查询字符串中的错误倍数，同时更正 URL 路径。第二条规则仅处理 URL 路径（当查询字符串已经正确时）。

    请注意，尾随(?的.+?一部分(.+?\.html)(\.html)*$) 使前面的量词变得非贪婪，因此我们消耗尽可能少的量。换句话说，我们只消耗.html第一个捕获组中的一个实例，而不是所有内容.html（或除了第二个规则中的最后一个实例之外的所有内容）。

    只是第一条规则和第二条规则之间的正则表达式存在细微差别：(.+?\.html)(\.html)*$和(.+?\.html)(\.html)+$。在第一个 ( *) 中，附加尾随.html是可选的，但在第二个 ( +) 中，附加尾随是强制性的。

    QSA任一规则都不需要该标志。在第一条规则中，我们重建查询字符串，因此原始查询字符串被丢弃（默认情况下）。在第二条规则中，默认情况下会传递查询字符串（已经正常）。

    该NE标志在第一条规则中使用，因为反向引用（从QUERY_STRING服务器变量捕获）已经经过 URL 编码。

    单个R标志默认为 302（临时），但为了可读性，明确显示可能会有所帮助。

    • 1

相关问题