PHP对表单提交特殊字符的过滤和处理
前天天缘把博客文章做过一次内容批量修改，由于在源程序存在BUG，导致很多路径或代码中的反斜杠被无辜去除，昨天通过bankw3000网友的留言才发现这个问题，已做了部分修正不排除还有些路径存在问题，如果大家发现博客上存在路径丢失反斜杠\的问题，欢迎留言反馈，天缘会再做修正。天缘本文特别把PHP关于表单提交特殊字符的处理方法做个汇总，主要涉及htmlspecialchars/addslashes/stripslashes/strip_tags/mysql_real_escape_string等几个函数联合使用，与大家共同交流。
一、几个与特殊字符处理有关的PHP函数
| 函数名 | 释义 | 介绍 |
| htmlspecialchars | 将与、单双引号、大于和小于号化成HTML格式 | &转成& "转成" ' 转成' <转成< >转成> |
| htmlentities() | 所有字符都转成HTML格式 | 除上面htmlspecialchars字符外，还包括双字节字符显示成编码等。 |
| addslashes | 单双引号、反斜线及NULL加上反斜线转义 | 被改的字符包括单引号 (')、双引号 (")、反斜线 backslash (\) 以及空字符NULL。 |
| stripslashes | 去掉反斜线字符 | 去掉字符串中的反斜线字符。若是连续二个反斜线，则去掉一个，留下一个。若只有一个反斜线，就直接去掉。 |
| quotemeta | 加入引用符号 | 将字符串中含有 . \\ + * ? [ ^ ] ( $ ) 等字符的前面加入反斜线 "\" 符号。 |
| nl2br() | 将换行字符转成<br> | |
| strip_tags | 去掉HTML及PHP标记 | 去掉字符串中任何 HTML标记和PHP标记，包括标记封堵之间的内容。注意如果字符串HTML及PHP标签存在错误，也会返回错误。 |
| mysql_real_escape_string | 转义SQL字符串中的特殊字符 | 转义 \x00 \n \r 空格 \ ' " \x1a，针对多字节字符处理很有效。mysql_real_escape_string会判断字符集，mysql_escape_string则不用考虑。 |
其它字符串处理函数，请参考：PHP常用字符串正则替换及 剖分函数比较。
下面针对常用表单特殊字符处理进行总结：
测试字符串：
1 |
$dbstr='D:\test |
2 |
<a href="http://www.metsky.com">http://www.metsky.com</a>,天缘博客 |
3 |
\'!=\'1\' OR \'1\' |
4 |
</DIV> |
5 |
<script language="javascript" type="text/javascript">alert("Fail");</script> |
6 |
7 |
8 |
<?php echo "<br/>PHP OUTPUT"; ?>'; |
测试代码：
01 |
header("Content-Type: text/html; charset=UTF-8"); |
02 |
echo "------------------------------------------------------<br/>\r\n"; |
03 |
echo $dbstr."<br/>\r\n------------------------------------------------------<br/>\r\n"; |
04 |
$str=fnAddSlashes($_POST['dd']); |
05 |
echo $str."<br/>\r\n------------------------------------------------------<br/>\r\n"; |
06 |
07 |
$str = preg_replace("/\s(?=\s)/","\\1",$str);//多个连续空格只保留一个 |
08 |
$str = str_replace("\r","<br/>",$str); |
09 |
$str = str_replace("\n","<br/>",$str); |
10 |
$str = preg_replace("/((<br\/?>)+)/i", "<br/>", $str);//多个连续<br/>标签只保留一个 |
11 |
12 |
$str=stripslashes($str); |
13 |
echo strip_tags($str)."<br/>\r\n------------------------------------------------------<br/>\r\n"; |
14 |
echo htmlspecialchars($str)."<br/>\r\n------------------------------------------------------<br/>\r\n"; |
15 |
echo htmlentities($str)."<br/>\r\n------------------------------------------------------<br/>\r\n"; |
16 |
echo mysql_escape_string($str)."<br/>\r\n------------------------------------------------------<br/>\r\n"; |
字符串包含：反斜杠路径，单双引号，HTML标记、链接、未封堵的HTML标记，数据库语法容错，JS执行判断，PHP执行判断，多个连续回车换行符和空格。其中有些概念有包含关系，下同。
源码输出如下（会执行JS脚本）：
二、表单提交数据处理
1、强制加入反斜线
由于有些主机默认开启魔术引用get_magic_quotes_gpc，有些可能关闭，所以在程序上最好一律强制加入反斜线，这样可以统一处理，字符涉及单引号、双引号和反斜线。
1 |
function fnAddSlashes($data) |
2 |
{ |
3 |
if(!get_magic_quotes_gpc()) //只对POST/GET/cookie过来的数据增加转义 |
4 |
return is_array($data)?array_map('addslashes',$data):addslashes($data); |
5 |
else |
6 |
return $data; |
7 |
} |
使用函数fnAddSlashes($data);结果如下图（不会执行JS脚本，但HTML、JS和PHP标记仍需容错处理）：
使用stripslashes、换行替换、空格替换后结果如下图：
2、对特殊字符处理
以下是几个常用字符串处理，可以视具体情况取舍。由于上面已经对提交表单数据进行一次转义，所以如果需要对内容替换或过滤需要考虑addslashes对相关字符的影响，替换或查找时需考虑反斜杠的添加。其它字符替换不影响，比如\r\n替换。
A、多个连续空格只保留一个
$data = preg_replace("/\s(?=\s)/","\\1",$data );//多个连续空格只保留一个
B、回车换行替换成<br/>
$data = str_replace("\r","<br/>",$data );
$data = str_replace("\n","<br/>",$data );
//html中默认<br>没封堵，xhtml中<br/>有封堵，建议使用<br/>，更多区别：http://stackoverflow.com/questions/1946426/html-5-is-it-br-br-or-br
C、多个连续<br/>只保留一个
$data = preg_replace("/((<br\/?>)+)/i", "<br/>", $data );//多个连续<br/>标签只保留一个
D、全部过滤HTML标记
该方式是全部过滤潜在危险的标记，包括HTML、链接、未封堵HTML标记、JS、PHP。
使用函数strip_tags($data)
该函数使用后会过滤全部的HTML标记（包括链接）和PHP标记、JS代码等，其中链接会保留链接原文只是去除<a>标记和href部分内容，PHP标记和JS标记则会整体去除，包括中间的内容，如下图：
E、不过滤标记，只是把他们HTML化
该方法是把原提交内容全部按照普通文本来处理。
使用函数htmlspecialchars($data)，该函数执行后会把提交数据全部按照普通文本来展示，如下图：
使用htmlentities函数执行结果（中文显示乱码）：
三、写入数据库
由于使用addslashes($data)后对于高级的可信任用户可以直接写入数据库，但是addslashes无法拦截使用0xbf27代替的 单引号，所以最好还是使用mysql_real_escape_string或mysql_escape_string进行转义，不过转义之前需先去除反 斜杠（假设已默认开启addslashes）。
01 |
function fnEscapeStr($data) |
02 |
03 |
{ |
04 |
05 |
if (get_magic_quotes_gpc()) |
06 |
{ |
07 |
$data= stripslashes($value); |
08 |
} |
09 |
$data="'". mysql_escape_string($value) ."'"; |
10 |
return $data; |
11 |
} |
12 |
13 |
$data=fnEscapeStr($data); |
执行后如下图：
四、提交后的即时显示
1、如果上文使用了addslashes，则必须在把数据回显之前去除反斜线
使用函数stripslashes($data)
注意这个函 数只是面向被addslashes($data)处理后的数据，要谨慎使用，否则会导致反斜线丢失（比如内容的文件夹路径分割线、驱动器路径等），天缘前 几天出现的错误就是因为在数据库读取时使用了这个函数（代码是老代码，忘记修改了）导致再次写入数据库导致很多路径中的反斜杠丢失，要不也没有本文了。
2、使用函数htmlspecialchars($data)，该函数执行后会把提交数据全部按照文本来展示，除非允许链接等需特殊处理外，可以一 律使用 htmlspecialchars输出，尤其是对于未封堵的HTML标记，如果既没有过滤再不采用标记转换，那么输出后可能会导致版面混乱。
htmlentities则不建议使用，一方面对输出的源码造成很大的阅读障碍，再者使用htmlentities函数会造成双字节字符比如中文会显示一堆乱码。其它字符显示还算正常。
第二种输出方法，视情况需要，如果确认没有非法标记或潜在的执行风险，可以直接输出。
参考资料：http://www.w3school.com.cn/
原文链接：http://www.metsky.com/archives/377.html