.htaccess - mod_rewrite：检查查询是否包含软连字符并将其删除

Question

在我的 http 日志中，我看到：“GET /category/f%C2%ADile-to-download/HTTP/1.1”301 而不是“GET /category/file-to-download/HTTP/1.1”200 我发现 %C2 %AD 是软连字符（不可见符号）。

我需要检查对 Apache 的查询是否包含软连字符以及是否删除它。关于找到软连字符并将其删除的最佳方法有什么建议吗？我用 RewriteRule 做了一些测试，但卡住了。

谢谢！

Answer 1

谢谢@icabod

目前我在我的情况下得到了这个规则：

RewriteCond %{REQUEST_URI} \xc2\xad [NC]
RewriteRule ([^\xc2\xad]*)[\xc2\xad]+([^\xc2\xad]*) /$1$2 [N,R=301,L,NC]

.htaccess 应该是 UTF-8 格式，如上所述。 R=301- 使用 HTTP 代码 301 重定向 NC- 不区分大小写 但它不适用于 URL 不同位置的两个软连字符，如下所示：

/category/f%C2%ADile-to-d%C2%AD下载/

Answer 2

据我了解， mod_rewrite 使用un-escaped characters，因此为了让您正确匹配软连字符然后将其删除，您需要以UTF-8.htaccess编码编辑和保存文件（大多数现代编辑器都会这样做）。

然后，您需要在规则中输入软连字符。以下将（应该！？）从您的输入中删除一个软连字符，但如前所述，它依赖于 UTF-8 格式的文件：

RewriteRule ([^-]*)-([^-]*) $1$2

请注意，您需要将 替换为-实际的 UTF-8 破折号。

也许更简单的选择是：

RewriteRule ([^\xc2\xad]*)\xc2\xad([^\xc2\xad]*) $1$2 [N]

它使用您看到的特定 UTF-8 代码将其从字符串中删除。[N]应该重新运行所有重写规则，这将删除任何剩余的软连字符。