Question

我们使用无限制的站点地图生成器生成xml站点地图，它会占用站点中的所有网址。很抱歉，在网站管理员的抓取错误部分中发现错误。站点地图提取大量网址作为重复网址。

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”

站点地图获取此网址以及重复的网址，将404错误返回为“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。我想将所有模式（例如“http://www.example.com/http://www.example.com:80/forum/ ....”）重定向到“http://www.example.com/forum/ .........”

任何帮助将不胜感激。

Answer 1

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

验证一切正常后，将R=302替换为R=301。在测试mod_rewrite规则时，请避免使用R=301（永久重定向）。

<强>解释

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

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

这部分正则表达式^[A-Z]{3,}\s匹配'GET '部分输入。
这部分正则表达式/+.+?匹配/http://www.example.com:80部分输入（.+?是不情愿的匹配，直到正则表达式的下一部分，即/forum/开始。
这部分正则表达式/forum/与输入的文字/forum/部分相匹配。
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）。
(/forum/[^\s]+)将/forum/viewtopic.php?f=5&t=221&‌st=0&sk=t&sd=a&start=10放入匹配组＃1（稍后在RewriteRule中用%1表示）

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

当主机名重复两次时，Htaccess规则解决404错误

1 个答案: