IIS 网址重写：添加斜杠、保留锚点和查询字符串

Question

我已经搜索了几个 SO 帖子，但没有找到我要查找的内容。它可能存在，但可能已经相当老了，不会出现在我面前。我发现一个帖子 (Nginx rewrite: add trailing slash, preserve anchors and query strings) 非常接近我的需要，但它的正则表达式解决方案不适用于 IIS 的 URL 重写，除非我做错了。

问题

我正在尝试将正斜杠 / 添加到我的 url 路径的末尾，同时还保留任何现有的查询字符串 ? 和锚点 #。

所需的解决方案

基本上，这是每个问题的预期结果：

Entry: https://my.site.com/about
Result: https://my.site.com/about/

Entry: https://my.site.com/about?query=string
Result: https://my.site.com/about/?query=string

Entry: https://my.site.com/about#TestAnchor
Result: https://my.site.com/about/#TestAnchor

Entry: https://my.site.com/about?query=string#TestAnchor
Result: https://my.site.com/about/?query=string#TestAnchor

当前测试

我们当前的正则表达式会忽略查询字符串和锚点，但我现在想将它们考虑在内。

<rule name="AddTrailingSlash" stopProcessing="true">
  <match url="^([^.?]+[^.?/])$" />
  <action type="Redirect" url="{R:1}/" redirectType="Permanent" />
</rule>

我还测试了另一个正则表达式，但它仅在 url 包含查询字符串和锚点时才有效。

<rule name="AddTrailingSlash" stopProcessing="true">
  <match url="^(.*)(\?.*?)(\#.*?)$" />
  <action type="Redirect" url="{R:1}/{R:2}{R:3}" redirectType="Permanent" />
</rule>

注意：我刚刚测试了最后一个 (^(.*)(\?.*?)(\#.*?)$)，但它实际上不起作用。如果 url 在 ? 之前已经包含 / ，则测试不应该通过，所以我还有更多工作要做。

问题

我可以使用一个正则表达式来解决这个问题还是需要使用多个规则？

Answer 1

TL;DR

IIS 重写 (ALL) URI 与 Trailing Slash 并保留 Fragment 和 Query Strings

<rule name="AddTrailingSlash" stopProcessing="true">
  <match url="^([^/]+:\/\/[^/#?]+|[^?#]+?)\/?((?:[^/?#]+\.[^/?#]+)?(?:[?#].*)?$)" />
  <action type="Redirect" url="{R:1}/{R:2}" redirectType="Permanent" />
</rule>

IIS use ECMAScript，您可以在此处试用：https://regexr.com/6ele7

---

更新

IIS 使用 Trailing Slash 重写（考虑）URI 并保留 Fragment 和 Query Strings

<rule name="AddTrailingSlash" stopProcessing="true">
  <match url="^([^/]+:\/\/[^/#?]+|[^?#]+\/[^/.?#]+)([?#].*)?$" />
  <action type="Redirect" url="{R:1}/{R:2}" redirectType="Permanent" />
</rule>

尝试一下：https://regexr.com/6fk3g

---

http://127.0.0.1  -->  http://127.0.0.1/
https://localhost  -->  https://localhost/
https://localhost?  -->  https://localhost/?
https://localhost/  -->  https://localhost/
https://my.site.com  -->  https://my.site.com/
https://my.site.com:443?  -->  https://my.site.com:443/?
https://my.site.com/  -->  https://my.site.com/
https://my.site.com/about.php  -->  https://my.site.com/about.php
https://my.site.com/about.php?  -->  https://my.site.com/about.php?
https://my.site.com/about  -->  https://my.site.com/about/
https://my.site.com/about?  -->  https://my.site.com/about/?
https://my.site.com/about/  -->  https://my.site.com/about/
https://my.site.com/about/?  -->  https://my.site.com/about/?
https://my.site.com/about?query  -->  https://my.site.com/about/?query
https://my.site.com/about/?query  -->  https://my.site.com/about/?query
https://my.site.com/about.php?query  -->  https://my.site.com/about.php?query
https://my.site.com/about#hash  -->  https://my.site.com/about/#hash
https://my.site.com/about/#hash  -->  https://my.site.com/about/#hash
https://my.site.com/about.php#hash  -->  https://my.site.com/about.php#hash
https://my.site.com/about?query#hash  -->  https://my.site.com/about/?query#hash
https://my.site.com/about/?query#hash  -->  https://my.site.com/about/?query#hash
https://my.site.com/folder.name/about?query  -->  https://my.site.com/folder.name/about/?query
https://my.site.com/about?query#hash:http://test.com?q  -->  https://my.site.com/about/?query#hash:http://test.com?q

说明（全部）

• 1 级 - 让我们想想你的例子：

^([^?#]+?)\/?([?#].*)?$

第 1 组： ^ 首先，[^?#] 除?/# 之外的任何字符，多但懒惰+?（尽可能先停止，通过查看next)
忽略： \/? 那么如果/ 存在与否
第2组： [?#] = ?/@987654359 @ 和 .* 旁边的任何字符直到 $ 结束，(...)? 如果存在

效果很好。 但是它不会正确处理：

https://my.site.com/about.php?query  -->  https://my.site.com/about.php/?query  !!!

所以让我们添加一个例外...

• 2 级 - 如果我们将可能的文件名 Name.name.name.ext 作为 Group #2 怎么办？

^([^?#]+?)\/?((?:[^/?#]+\.[^/?#]+)?(?:[?#].*)?)$

(?:...)非捕获组
([^/?#]+\.[^/?#]+)?查找任何可能的文件名或(?:[?#].*)?任何可能的查询或锚字符串

现在一切正常，除了这个：

https://my.site.com?  -->  https://my.site.com?  !!!

所以我们需要Group #1

中的另一个例外

• 第 3 级 - 仅使用域 URI 作为替代项

^([^/]+:\/\/[^/#?]+|[^?#]+?)\/?((?:[^/?#]+\.[^/?#]+)?(?:[?#].*)?$)

(...|...) 替代 [^/]+:\/\/[^/#?]+ 首先检查（不是懒惰的）任何像...://... 这样的模式直到不存在/ # ?？

现在效果很好！

---

+ 解释（考虑）

• 4 级 - 如果我们只在第一组中添加 Not-Accepting . 和 / 字符集以匹配考虑的 URI 并忽略其他 URI，该怎么办？

^([^/]+:\/\/[^/#?]+|[^?#]+\/[^/.?#]+)([?#].*)?$

\/[^/.?#]+ 检查最后一个/ 之后的字符集是否不是/.?#

现在它更小更快了！

---

分析其他方法

由于@károly-szabó 回答得很好here，我们可以寻找匹配的模式，而不是寻找 Not-Accepted 字符集。
因此，如果我们想以更简单的方式使用该方法（2 组）（+ 一些小的优化），则正则表达式将是：

^(https?:\/\/[\w.:-]+\/?(?:[\w.-]+\/)*[\w-]+(?!\/))([?#].*)?$

但是URI pathAccepted characters更多。

因此，该正则表达式的更广泛版本可以是：

^(https?:\/\/[\w.:-]+\/?(?:[\w!#-)+-.;=@~]+\/)*[\w!#-);=@~+,-]+(?!\/))([?#].*)?$

在这里试试：https://regexr.com/6elea

注意：仍然“允许使用multibyte Unicode 作为域名”，但我在此方法中忽略了这一点。

---

附言

实际上我认为我们不应该在 IIS 上重写它，原因如下：

• 锚字符 # 可以是文件夹名称的一部分（%23）
• 文件名不能有扩展名
• IIS/浏览器通常会（/应该）处理锚点/查询
  参考：

  • IIS: UrlRewrite middleware query strings are preserved

  • Google/Anchor tags are stripped from URLs

  • RFC URI References

  • URI Wiki

  • How does IIS URL Rewrite handle # anchor tags

我的意思是：

https://my.site.com/  -->  (=Call root)
https://my.site.com/about  -->  (=Call root > Folder/File name about) 
https://my.site.com/about/  -->  (=Call root > Folder name about) 
https://my.site.com/about?query  -->  (=Call root > Folder/File name about + Query)
https://my.site.com/about/?query  -->  (=Call root > Folder name about + Query)
https://my.site.com/about.php?query  -->  (=Call root > File name about.php + Query)
[When browser strip it:]
https://my.site.com/about#hash  -->  (=Call root > Folder/File name about + Anchor)
https://my.site.com/about/#hash  -->  (=Call root > Folder name about + Anchor)
https://my.site.com/about.php#hash  -->  (=Call root > File name about.php + Anchor)

[If not?]
https://my.site.com/folder#name/?query#hash
https://my.site.com/folder.name/about.php?query=one/two

Answer 2

你可以试试这个正则表达式https://regex101.com/r/6TSqaP/2。如果 url 已经有结尾 '/'，这将匹配每个提供的示例并解决问题。

^((?:https?:\/\/[\w\.\-]*)(?:[\w\-]+\/)*(?:[\w\-]+)(?!\/))(\?.*?)?(\#.*?)?$

我使用您的第二个示例作为我的正则表达式的基础，具有以下逻辑。 url部分：scheme://authority/path?query#fragment

1. 第一个捕获组匹配 url 的 scheme://authority/path 部分
2. 第二个捕获组可选并且匹配?query
3. 第三个捕获组也是可选的，用于#fragment

正则表达式解释

^(                            # should start with this
    (?:https?:\/\/[\w\.\-]*)  # match the http or https protocol and the domain
    (?:[\w\-]+\/)*            # match the path except the last element of it (optional)
    (?:[\w\-]+)(?!\/)         # match the last path element, but only if it's not closed with '/'
)                             # {R:1}
(\?.*?)?                      # {R:2} query (optional)
(\#.*?)?                      # {R:3} fragment (optional)
$                             # string should end

Nginx

<rule name="AddTrailingSlash" stopProcessing="true">
  <match url="^((?:https?:\/\/[\w\.\-]*)(?:[\w\-]+\/)*(?:[\w\-]+)(?!\/))(\?.*?)?(\#.*?)?$" />
  <action type="Redirect" url="{R:1}/{R:2}{R:3}" redirectType="Permanent" />
</rule>

编辑：更新正则表达式以处理破折号 (-) 和多个路径元素