解析php中的escape函數

來源:互聯網
上載者:User

採用js對URL中的漢字進行escape編碼。
<a href="" onclick="window.open('product_list.php?p_sort='+escape('指令碼之家'));">這樣點選連結後的效時:
引用:http://127.0.0.1/shop/product_list.php?p_sort=PHP%u5F00%u53D1%u8D44%u6E90%u7F51
產生了這樣的效果, 很明顯用PHP的urldecode()或者base64_decode()是無法反解的。
解決方案, 用PHP寫一個反解函數:

複製代碼 代碼如下:
function js_unescape($str){
$ret = '';
$len = strlen($str);
for ($i = 0; $i < $len; $i++)
{
if ($str[$i] == '%' && $str[$i+1] == 'u')
{
$val = hexdec(substr($str, $i+2, 4));
if ($val < 0x7f) $ret .= chr($val);
else if($val < 0x800) $ret .= chr(0xc0|($val>>6)).chr(0x80|($val&0x3f)); else $ret .= chr(0xe0|($val>>12)).chr(0x80|(($val>>6)&0x3f)).chr(0x80|($val&0x3f));
$i += 5;
}
else if ($str[$i] == '%')
{
$ret .= urldecode(substr($str, $i, 3));
$i += 2;
}
else $ret .= $str[$i];
}
return $ret;}


注意JS編碼會自動轉換成為UTF-8, 所以必須進行編碼轉換才能得到正確的結果,否則會中文亂碼。但如果使用UTF-8編碼就不用這一步了。
代碼如下:print iconv('utf-8', 'gb2312', js_unescape($_REQUEST['p_sort']));
到此我們就成功地反解了js的escape編碼了。
如下:
另外我找到個用PHP實現js的escape編碼的函數:

複製代碼 代碼如下:
function phpescape($str)
{
$sublen=strlen($str);
$retrunString="";
for ($i=0;$i<$sublen;$i++)
{
if(ord($str[$i])>=127)
{
$tmpString=bin2hex(iconv("gb2312","ucs-2",substr($str,$i,2)));
//$tmpString=substr($tmpString,2,2).substr($tmpString,0,2);window下可能要開啟此項
$retrunString.="%u".$tmpString;
$i++;
} else
{
$retrunString.="%".dechex(ord($str[$i]));
}
}
return $retrunString;
}


在 json中不支援中文,用它傳送中文資料就會出現資料丟失或者亂碼,必須在傳 送前對要發送的字串進行編碼,由於傳送過去需要用js進行資料解析,考慮到js中有unescape函數,故若在php中有個escape函數,對資料 進行編碼,在用戶端用unescape進行 解碼,這樣就會方便很多。
先在網上搜尋一把,很多用php實現的escape函數,大同小異,比如下面一個:

複製代碼 代碼如下:
function phpEscape($str) {
preg_match_all("/[x80-xff].|[x01-x7f]+/",$str,$r);
$ar = $r[0];
foreach($ar as $k=>$v) {
if(ord($v[0]) < 128)
$ar[$k] = rawurlencode($v);
else
$ar[$k] = "%u".bin2hex(iconv("GB2312","UCS-2",$v));
}
return join("",$ar);
}


這個函數可以很好的工作,但是,也許有新手不理解這個函數的原理(比如我),用起來總是不放心,現在我就來解釋一下這個函數的原理。而且我認為,拿別人的代碼來複用,好比站在了巨人的肩膀上,但是若不理解別人的代碼,遲早要掉到地面上。
第一句:preg_match_all("/[x80- xff].|[x01-x7f]+/",$str,$r);這個是用Regex匹配 字串中所有的字元,[x80-xff]. 匹配的是漢字,x表示匹配字元的16進位編碼,[ ] 是類選擇符,“.” 表示任意一個字元,這樣[x80-xff].匹配的是兩個字元,其中第一個就是16進位從80到ff的字元,而這恰好就是漢字編碼的第一個字元。這樣 就能完整的匹配一個漢字。關於unicode中漢字的編碼,大家可以到網上搜尋一下。同理,[x01-x7f]+英文字串,因為最早的英文是 ASCII編碼,編碼值小於128,也就是16進位的從01到7f,"+"表示一個或者多個字元,這樣[x01-x7f]+就能匹配連續多個英文字元 串。

複製代碼 代碼如下:
$ar = $r[0]; //$r[0]裡存放是匹配到的數組
foreach($ar as $k=>$v) {
if(ord($v[0]) < 128) //假如字元編碼值小於128,說明是個英文字元
$ar[$k] = rawurlencode($v); //直接用rawurlencode編碼
else
$ar[$k] = "%u".bin2hex(iconv("GB2312","UCS-2",$v)); //否則的話用iconv函數把漢字轉變成ucs-2編碼,也就是unicode編碼
}


在javascript中就可以用unescape來解碼了
u0391-uFFE5 和u4e00-u9fa5來匹配中文
但好像前者包含漢字下的A-¥等 後者可能是純漢字。
其中解碼函數為:

複製代碼 代碼如下:
function unescape($str) {
$str = rawurldecode($str);
preg_match_all("/%u.{4}|&#x.{4};|&#d+;|.+/U",$str,$r);
$ar = $r[0];
foreach($ar as $k=>$v) {
if(substr($v,0,2) == "%u")
$ar[$k] = iconv("UCS-2","GBK",pack("H4",substr($v,-4)));
elseif(substr($v,0,3) == "&#x")
$ar[$k] = iconv("UCS-2","GBK",pack("H4",substr($v,3,-1)));
elseif(substr($v,0,2) == "&#") {
$ar[$k] = iconv("UCS-2","GBK",pack("n",substr($v,2,-1)));
}
}
return join("",$ar);
}


一、編碼範圍
1. GBK (GB2312/GB18030)
x00-xff GBK雙位元組編碼範圍
x20-x7f ASCII
xa1-xff 中文
x80-xff 中文
2. UTF-8 (Unicode)
u4e00-u9fa5 (中文)
x3130-x318F (韓文
xAC00-xD7A3 (韓文)
u0800-u4e00 (日文)
ps: 韓文是大於[u9fa5]的字元
正則例子:
preg_replace("/([x80-xff])/","",$str);
preg_replace("/([u4e00-u9fa5])/","",$str);

相關文章

Cloud Intelligence Leading the Digital Future

Alibaba Cloud ACtivate Online Conference, Nov. 20th & 21st, 2019 (UTC+08)

Register Now >

Starter Package

SSD Cloud server and data transfer for only $2.50 a month

Get Started >

Alibaba Cloud Free Trial

Learn and experience the power of Alibaba Cloud with a free trial worth $300-1200 USD

Learn more >

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。