我们正在使用CMS生成格式为www.domain.com/home/help/contact/contact的网址。这里第一次出现联系是目录，第二次出现是HTML页面本身。这些网址引起了SEO领域的问题。
我们已经实施了规范标签，但企业希望确保他们不会在搜索引擎和Google分析中遇到这些重复项，并要求我们在我们的网络服务器上实施301解决方案。
我的问题是我们有一个正则表达式来找到这些匹配，但我还需要匹配前的URL部分。我们的正则表达式是.*?([\w]+)\/\1+，这会在contact中返回/home/help/contact/contact。如何获得/home/help/路径，以便重定向到正确的页面？有人可以帮忙解决这个问题吗，因为我是初学者，当涉及正则表达式时？
答案 0 :(得分：1)
由于您可以使用匹配的组获取contact，因此请将匹配组中的所有内容包含在其中：
(.*?)(/[\w]+)\2+
我已将/放入匹配组中，这样您就不会得到误报
/home/some/app/page
this would be \1 ^ ^ found repetition (character p would be matched)