regex - 正则表达式捕获带有 ascii 编码字符的 URL

Question

将 Wordpress 站点迁移到新版本后，我需要捕获许多旧 URL 并将它们重定向到新站点上的相同内容。问题是旧站点有很多带有 ascii 编码字符的 URL，而 Wordpress 在当前站点上已将它们剥离。例如：

/blog/uncategorized/germany%E2%80%99s-ageing-population-working-longer-working-better.html

将重定向到：

/blog/germanys-ageing-population-working-longer-working-better/

任何人都可以提供一个可以删除 ascii 编码字符的正则表达式吗？

score 3 · Accepted Answer

为了匹配编码字符，您将使用以下正则表达式模式：

%[A-Z0-9]{2}

您如何执行替换将取决于您使用的语言/工具。

score 1 · Accepted Answer

您必须在此处匹配请求，因为使用重定向和重写规则，在应用模式之前对 URI 进行解码。这意味着您将匹配诸如â而不是编码字符串之类的东西。所以你会想要这样的东西：

RewriteEngine On
RewriteCond %{THE_REQUEST} \ /blog/([^\?\ ]*)\%[A-Z0-9]{2}([^\?\ ]*)
RewriteRule ^ /blog/%1%2 [L,R=301,NE]

2 回答 2