Htaccess 规则解决主机名重复两次时的 404 错误

Question

我们使用无限制的站点地图生成器来生成 xml 站点地图，它会获取站点中的所有 url。不幸的是，在网站管理员的抓取错误部分发现了一个错误。有大量的 url 被站点地图获取为重复的 url。

例如：如果实际网址是“http://www.example.com/forum/viewtopic.php?f=5&t=221&st=0&sk=t&sd=a&start=10”

站点地图获取此 url 以及返回 404 错误的重复 url 为“http://www.example.com/http://www.example.com:80/forum/viewtopic.php?f=5&t=221&st=0&sk=t&sd=a&start=10”

（这只是一个示例网址。）

站点地图中列出的所有其他网址都是正确的。问题仅出在论坛部分。（使用 phpbb 进行论坛）。

任何人都可以建议任何有效的 htaccess 规则来避免这个 404 。 我想将'http://www.example.com/http://www.example.com:80/forum/....'之类的所有模式重定向到'http://www.example.com/forum/.........'

我们将不胜感激。

Answer 1

通过httpd.conf启用mod_rewrite和.htaccess，然后将此代码放在DOCUMENT_ROOT目录下的.htaccess中：

Options +FollowSymLinks -MultiViews
# Turn mod_rewrite on
RewriteEngine On
RewriteBase /

RewriteCond %{THE_REQUEST} ^[A-Z]{3,}\s/+.+?(/forum/[^\s]+) [NC]
RewriteRule ^ /%1 [R=302,L,NE]

一旦您确认它工作正常，请将R=302 替换为R=301。在测试你的 mod_rewrite 规则时避免使用R=301（永久重定向）。

说明：

%{THE_REQUEST} 表示 Apache 收到的原始请求，在您的情况下可能类似于：GET /http://www.example.com:80/forum/viewtopic.php?f=5&t=221&‌​st=0&sk=t&sd=a&start=10 HTTP/1.0

现在分解我的正则表达式：^[A-Z]{3,}\s/+.+?(/forum/[^\s]+)

1. 这部分正则表达式 ^[A-Z]{3,}\s 匹配 'GET ' 部分输入。
2. 这部分正则表达式 /+.+? 匹配 /http://www.example.com:80 部分输入（.+? 是不情愿匹配，直到正则表达式的下一部分，即 /forum/ 开始。
3. 这部分正则表达式 /forum/ 匹配文字 /forum/ 部分输入。
4. 这部分正则表达式[^\s]+ 匹配/viewtopic.php?f=5&t=221&‌​st=0&sk=t&sd=a&start=10 部分输入。 （直到找到一个空格）。
5. (/forum/[^\s]+) 将 /forum/viewtopic.php?f=5&t=221&‌​st=0&sk=t&sd=a&start=10 放入匹配组 #1（在后面的 RewriteRule 中用 %1 表示）

当上述 RewriteCond 为真时，RewriteRule ^ /%1 [R=302,L,NE] 正在执行。然后，此规则将请求重定向到上面捕获的%1。