php - HTML Purifier 有选择地吃掉特殊字符

Question

针对 UTF-8 兼容数据库使用 PHP。以下是输入的方式。

1. 用户在文本区域中输入内容
2. 使用 javascript escape() 编码的文本区域
3. 通过 HTTP post 传递
4. 使用 PHP rawurldecode() 解码
5. 使用默认设置通过 HTMLPurifier
6. 转义为 MySQL 并存储在数据库中

它以通常的方式出现，我在页面加载时运行 unescape() 。这是为了允许人们直接从 Word 文档复制和粘贴并显示智能引号。

但是 HTMLPurifier 似乎正在破坏非 UTF-8 特殊字符，即转义()为简单 % 表达式的字符，例如 Ö，它转义为 %D6，而 smartquotes 转义为 %u2024 或其他字符并进入数据库那样。它会删除特殊字符和紧随其后的字符。

我需要在这个过程中改变一些东西。也许我需要改变很多事情。

我该怎么做才能不让特殊字符被破坏？

Answer 1

2. textarea encoded with javascript escape()

escape isn't safe for non-ascii. Use escapeURIComponent

3. passed via HTTP post

我假设您使用XmlHttpRequest？如果不是，请确保包含表单的页面使用 utf-8。

4. decoded with PHP rawurldecode()

如果您通过 $_POST 访问该值，则不应对其进行解码，因为这已经完成了。这样做会弄乱数据。

6. escaped for MySQL and stored in database

确保您没有 magic quotes打开。确保数据库将表存储为 utf-8(编码和排序规则必须都是 utf-8)。确保 php 和 MySql 之间的连接是 utf-8(如果不使用 PDO，请使用 set names utf8)。

最后，再次输出字符串时请确保页面服务为utf-8。