php - HTML 净化器有选择地吃掉特殊字符

Question

针对符合 UTF-8 标准的数据库使用 PHP。输入的方式如下。

1. 用户输入文本区域
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()。这是为了让人们可以直接从 word 文档复制和粘贴，并显示智能引号。

但 HTMLPurifier 似乎破坏了非 UTF-8 特殊字符，那些将转义 () 为简单的 % 表达式的字符，例如 Ö，它转义为 %D6，而智能引号转义为 %u2024 或其他字符并进入数据库那样。它会同时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。也许我需要更改多项内容。

我该怎么做才能不破坏特殊字符？

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以 utf-8 格式提供。

4. decoded with PHP rawurldecode()

如果您通过$_POST 访问该值，您不应该解码它，因为已经完成了。这样做会弄乱数据。

6. escaped for MySQL and stored in database

确保你没有 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，请确保页面以utf-8服务。