php - HTML Purifier 选择性地吃掉特殊字符

Question

针对 UTF-8 兼容的数据库使用 PHP。这是输入的方式。

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

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 文档中复制和粘贴，并显示智能引号。

但是 HTMLPurifier 似乎正在破坏非 UTF-8 特殊字符，那些转义（）到一个简单的 % 表达式的字符，比如 Ö，它转义到 %D6，而 smartquotes 转义到 %u2024 或其他东西并以这种方式进入数据库。它取出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。

我该怎么做才能不破坏特殊字符？

Answer 1

2. 用 javascript escape() 编码的文本区域

escape对于非ascii来说是不安全的。采用escapeURIComponent

3. 通过 HTTP post 传递

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. 用 PHP rawurldecode() 解码

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

6. 为 MySQL 转义并存储在数据库中

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 （使用set names utf8，如果你不使用 PDO）。

最后，确保再次输出字符串时页面以 utf-8 格式提供。