php - 多字节字符串上的 str_replace() 危险吗？

Question

鉴于某些多字节字符集，我是否正确假设以下内容没有达到预期的效果？

$string = str_replace('"', '\\"', $string);

特别是，如果输入的字符集中可能包含像 0xbf5c 这样的有效字符，那么攻击者可以注入(inject) 0xbf22 来获取 0xbf5c22，留下一个有效字符后跟一个不带引号的双引号 (")。

有没有一种简单的方法可以缓解这个问题，还是我一开始就误解了这个问题？

(在我的例子中，字符串进入 HTML 输入标签的 value 属性: echo 'input type="text"value="' . $string . '">';)

编辑:就此而言，像 preg_quote() 这样的函数呢？它没有字符集参数，因此在这种情况下它似乎完全没用。当您没有将字符集限制为 UTF-8 的选项时(是的，那很好)，您似乎真的有缺陷。在这种情况下可以使用哪些替换和引用功能？

Answer 1

不，你是对的:在多字节字符串上使用单字节字符串函数可能会导致意外结果。使用 multibyte string functions相反，例如 mb_ereg_replace或 mb_split :

$string = mb_ereg_replace('"', '\\"', $string);
$string = implode('\\"', mb_split('"', $string));

---

编辑 这是一个使用拆分连接变体的 mb_replace 实现:

function mb_replace($search, $replace, $subject, &$count=0) {
    if (!is_array($search) && is_array($replace)) {
        return false;
    }
    if (is_array($subject)) {
        // call mb_replace for each single string in $subject
        foreach ($subject as &$string) {
            $string = &mb_replace($search, $replace, $string, $c);
            $count += $c;
        }
    } elseif (is_array($search)) {
        if (!is_array($replace)) {
            foreach ($search as &$string) {
                $subject = mb_replace($string, $replace, $subject, $c);
                $count += $c;
            }
        } else {
            $n = max(count($search), count($replace));
            while ($n--) {
                $subject = mb_replace(current($search), current($replace), $subject, $c);
                $count += $c;
                next($search);
                next($replace);
            }
        }
    } else {
        $parts = mb_split(preg_quote($search), $subject);
        $count = count($parts)-1;
        $subject = implode($replace, $parts);
    }
    return $subject;
}

关于参数的组合，这个函数应该表现得像单字节str_replace。