htaccess strip все после .html

Question

У нас есть несколько внешних сайтов, которые ссылаются на наш сайт, но их код искажен и вызывает проблемы со ссылкой, что заставляет Google думать, что у нас есть больше 404 на нашем сайте, чем мы на самом деле делаем.

Что происходит, их неправильный код добавляет символы ASCII после .html, которые представляют собой их закрывающий тег привязки.

Итак, что я пытаюсь сделать в моем файле htaccess, это удалить все после .html и перенаправить на чистый .html URL-адрес (без возникновения бесконечного цикла).

Вот несколько образцов того, что приходит в ...

> http://www.site.com/pagename.html"> 
> http://www.site.com/pagename.html</a> 

И я хотел бы переадресовать тех ...

http://www.site.com/pagename.html 

Answer 1

Вам просто нужно, чтобы соответствовать тем, которые имеет .+ (один или несколько символов) после.html и выполнить перенаправление.

RewriteEngine On 
# Capture everything before .html into $1 (non-greedy) 
# And do a redirection appending only .html onto $1 
RewriteRule (.+?)\.html.+$ http://%{HTTP_HOST}/$1.html [L,R=301] 

И так как вы делаете переназначения, а не переписывает, вы также можете сделать это с помощью RedirectMatch:

RedirectMatch permanent (.+?)\.html.+$ http://example.com/$1.html