欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

解析php中的escape函数

程序员文章站 2023-11-13 09:07:34
采用js对url中的汉字进行escape编码。 采用js对url中的汉字进行escape编码。
<a href="" onclick="window.open('product_list.php?p_sort='+escape(''));">这样点击链接后的效时:
引用:http://127.0.0.1/shop/product_list.php?p_sort=php%u5f00%u53d1%u8d44%u6e90%u7f51
生成了这样的效果, 很明显用php的urldecode()或者base64_decode()是无法反解的。
解决方法, 用php写一个反解函数:
复制代码 代码如下:

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编码会自动转换成为utf-8, 所以必须进行编码转换才能得到正确的结果,否则会中文乱码。但如果使用utf-8编码就不用这一步了。
代码如下:print iconv('utf-8', 'gb2312', js_unescape($_request['p_sort']));
到此我们就成功地反解了js的escape编码了。
如下:
另外我找到个用php实现js的escape编码的函数:
复制代码 代码如下:

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下可能要打开此项                          
$retrunstring.="%u".$tmpstring;                          
$i++;                 
} else
{                          
$retrunstring.="%".dechex(ord($str[$i]));                 
}        
}        
return $retrunstring;
}

在json中不支持中文,用它传送中文数据就会出现数据丢失或者乱码,必须在传 送前对要发送的字符串进行编码,由于传送过去需要用js进行数据解析,考虑到js中有unescape函数,故若在php中有个escape函数,对数据 进行编码,在客户端用unescape进行 解码,这样就会方便很多。
先在网上搜索一把,很多用php实现的escape函数,大同小异,比如下面一个:
复制代码 代码如下:

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);
}

这个函数可以很好的工作,但是,也许有新手不理解这个函数的原理(比如我),用起来总是不放心,现在我就来解释一下这个函数的原理。而且我认为,拿别人的代码来复用,好比站在了巨人的肩膀上,但是若不理解别人的代码,迟早要掉到地面上。
第一句:preg_match_all("/[\x80-\xff].|[\x01-\x7f]+/",$str,$r);这个是用正则表达式匹配 字符串中所有的字符,[\x80-\xff]. 匹配的是汉字,\x表示匹配字符的16进制编码,[ ] 是类选择符,“.” 表示任意一个字符,这样[\x80-\xff].匹配的是两个字符,其中第一个就是16进制从80到ff的字符,而这恰好就是汉字编码的第一个字符。这样 就能完整的匹配一个汉字。关于unicode中汉字的编码,大家可以到网上搜索一下。同理,[\x01-\x7f]+英文字符串,因为最早的英文是 ascii编码,编码值小于128,也就是16进制的从01到7f,"+"表示一个或者多个字符,这样[\x01-\x7f]+就能匹配连续多个英文字符 串。
复制代码 代码如下:

$ar = $r[0];             //$r[0]里存放是匹配到的数组
foreach($ar as $k=>$v) {
    if(ord($v[0]) < 128)                 //假如字符编码值小于128,说明是个英文字符
      $ar[$k] = rawurlencode($v);    //直接用rawurlencode编码
    else
      $ar[$k] = "%u".bin2hex(iconv("gb2312","ucs-2",$v));    //否则的话用iconv函数把汉字转变成ucs-2编码,也就是unicode编码
}

在javascript中就可以用unescape来解码了
\u0391-\uffe5 和\u4e00-\u9fa5来匹配中文
但好像前者包含汉字下的a-¥等 后者可能是纯汉字。
其中解码函数为:
复制代码 代码如下:

function unescape($str) {
         $str = rawurldecode($str);
         preg_match_all("/%u.{4}|.{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) == "")
                           $ar[$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、编码范围
1. gbk (gb2312/gb18030)
\x00-\xff   gbk双字节编码范围
\x20-\x7f   ascii
\xa1-\xff   中文
\x80-\xff   中文
2. utf-8 (unicode)
\u4e00-\u9fa5 (中文)
\x3130-\x318f (韩文
\xac00-\xd7a3 (韩文)
\u0800-\u4e00 (日文)
ps: 韩文是大于[\u9fa5]的字符
正则例子:
preg_replace("/([\x80-\xff])/","",$str);
preg_replace("/([u4e00-u9fa5])/","",$str);