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

Redirecionamento .htaccess para remover strings repetidas com consulta

  • 772

Supondo que eu tenha os seguintes URLs:

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

Como posso me livrar das partes “.html” repetidas, deixando apenas uma?

É um caso misto e, depois de duas horas de luta, ainda não consigo encontrar uma maneira de usar um regex adequado para fazer isso funcionar.

Aqui está o que eu tentei:

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

Estou usando 302 porque é uma solução temporária até que eu tenha uma solução funcional para a raiz do problema, mas continuo recebendo um loop de redirecionamento.

Gostaria de deixar apenas UM .html no lugar, removendo todas as múltiplas ocorrências dele.

Exemplo 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

e

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

Desculpe perguntar isso, mas foi particularmente complicado para mim e não consegui encontrar uma solução.

Desde já, obrigado.

.htaccess

1 respostas

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

    Existem alguns problemas aqui:

    • Você está descartando o caminho da URL original (ou seja, /pages.html)
    • Você está movendo a string de consulta corrigida (ou seja, %1%4) para o caminho da URL (não para a string de consulta). Se talvez devesse ser ?%1%4.
    • A string de consulta "incorreta" original é então anexada novamente (independentemente do QSAsinalizador). Em última análise, isso causa o loop de redirecionamento.
    • Isso falharia se .htmlfosse repetido apenas uma vez na string de consulta. (Isso poderia acontecer, como aparece no caminho da URL?)

    Nos seus exemplos, o múltiplo .htmlsempre aparece no final do URL e/ou no final da string de consulta. Portanto, o final (.*)do seu regex parece desnecessário (já que nada ocorre após a .htmlsequência duplicada).

    Em vez disso, tente o seguinte:

    # 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]

    Com essas 2 regras há no máximo 1 redirecionamento. A primeira regra trata múltiplos incorretos .htmlna string de consulta, mas também corrige o caminho da URL ao mesmo tempo. E a segunda regra trata apenas do caminho da URL (quando a string de consulta já está correta).

    Observe que o final ?( .+?parte de (.+?\.html)(\.html)*$) torna o quantificador anterior não ganancioso, portanto, consumimos o mínimo possível. Em outras palavras, consumimos apenas uma instância de .htmlno primeiro grupo de captura, em vez de tudo (ou tudo, exceto a última instância de .htmlcomo na segunda regra).

    Apenas uma diferença sutil no regex entre a primeira e a segunda regras: (.+?\.html)(\.html)*$e (.+?\.html)(\.html)+$respectivamente. No primeiro ( *), o final adicional .htmlé opcional, mas no segundo ( +) é obrigatório.

    O QSAsinalizador não é obrigatório em nenhuma das regras. Na primeira regra reconstruímos a string de consulta, então a string de consulta original é descartada (por padrão). Na 2ª regra a string de consulta (já OK) é passada por padrão.

    O NEsinalizador é usado na primeira regra, pois a referência anterior (conforme capturada da QUERY_STRINGvariável do servidor) já está codificada em URL.

    Um único Rsinalizador tem como padrão 302 (temporário), embora, para facilitar a leitura, possa ser benéfico ser explícito.

    • 1

relate perguntas