Apache regex -301 重定向以消除 url 路径中的重复项

Question

我们使用的 CMS 生成格式为 www.domain.com/home/help/contact/contact 的 URL。这里第一次出现的联系是目录，第二次出现是 HTML 页面本身。这些 URL 在 SEO 领域引起了问题。

我们已经实现了规范标签，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现 301 解决方案。

我的问题是我们有一个正则表达式来查找这些匹配项，但我还需要匹配项之前的 URL 部分。我们的正则表达式是 .*?([\w]+)\/\1+ 并且它返回 /home/help/contact/contact 中的 contact 。我怎样才能获得 /home/help/ 路径，以便我可以重定向到正确的页面？有人可以帮忙吗，因为我是正则表达式的初学者？

Answer 1

由于您可以使用匹配组获取联系人，因此也请将之前的所有内容包含在匹配组中:

(.*?)(/[\w]+)\2+

我也将 / 放在匹配组中，这样你就不会得到误报

    /home/some/app/page
this would be \1 ^ ^ found repetition (character p would be matched)