PHP filter_var URL

Question

为了验证来自用户输入的 URL 路径，我正在使用 PHP filter_var 函数。输入仅包含路径 (/path/path/script.php)。

验证路径时，我添加了主机。我正在玩一点，测试输入验证等。这样做，我注意到过滤器 URL 函数的奇怪(？？)行为。

代码:

$url = "http://www.domain.nl/http://www.google.nl/modules/authorize/test/normal.php";
var_dump(filter_var($url, FILTER_VALIDATE_URL, FILTER_FLAG_HOST_REQUIRED)); //valid

谁能解释为什么这是一个有效的 URL？谢谢!

Answer 1

简短的回答是，PHP FILTER_VALIDATE_URL 仅根据 RFC 2396 检查 URL，您的 URL 虽然很奇怪，但根据上述标准是有效的。

长答案:

您使用的过滤器已声明符合 RFC，因此让我们检查一下该标准 (RFC 2396)。

用于解析 URL 并在此处列出的正则表达式是:

^(([^:/?#]+):)?(//([^/?#]*))?([^?#]*)(\?([^#]*))?(#(.*))?
 12            3  4          5       6  7        8 9

地点:

scheme    = $2
authority = $4
path      = $5
query     = $7
fragment  = $9

正如我们所见，“:”字符仅在方案上下文中保留，从那时起“:”是公平的游戏(标准文本支持这一点)。例如，它在 http: 方案中自由使用来表示端口。斜杠也可以出现在任何地方，并且没有什么可以阻止 URL 在中间的某个位置出现“//”。所以中间的“http://”应该是有效的。

让我们看看你的 URL 并尝试将它与这个正则表达式匹配:

$url = "http://www.domain.nl/http://www.google.nl/modules/authorize/test/normal.php";
//Escaped a couple slashes to make things work, still the same regexp
$result_rfc = preg_match('/^(([^:\/?#]+):)?(\/\/([^\/?#]*))?([^?#]*)(\?([^#]*))?(#(.*))?/',$url);
echo '<p>'.$result_rfc.'</p>';

测试返回“1”，因此该 URL 有效。这是意料之中的，因为正如我们所见，规则没有声明中间有“http://”之类的网址无效。 PHP 只是使用 FILTER_VALIDATE_URL 来反射(reflect)这种行为。

如果您想要更严格的测试，您需要自己编写所需的代码。例如，您可以防止“://”出现多次:

$url = "http://www.domain.nl/http://www.google.nl/modules/authorize/test/normal.php";
$result_rfc = preg_match('/^(([^:\/?#]+):)?(\/\/([^\/?#]*))?([^?#]*)(\?([^#]*))?(#(.*))?/',$url);
if (substr_count($url,'://') != 1) {
    $result_non_rfc = false;
} else {
    $result_non_rfc = $result_rfc;
}

您也可以尝试调整正则表达式本身。