140

特定の文字列をサニタイズして、URLで安全に使用できるようにし(ポストスラッグのように)、ファイル名としても安全に使用できるようにする関数を考え出そうとしています。たとえば、誰かがファイルをアップロードするとき、名前からすべての危険な文字を確実に削除したいと思います。

これまでのところ、この問題を解決し、外部UTF-8データも許可する次の関数を考え出しました。

/**
 * Convert a string to the file/URL safe "slug" form
 *
 * @param string $string the string to clean
 * @param bool $is_filename TRUE will allow additional filename characters
 * @return string
 */
function sanitize($string = '', $is_filename = FALSE)
{
 // Replace all weird characters with dashes
 $string = preg_replace('/[^\w\-'. ($is_filename ? '~_\.' : ''). ']+/u', '-', $string);

 // Only allow one dash separator at a time (and make string lowercase)
 return mb_strtolower(preg_replace('/--+/u', '-', $string), 'UTF-8');
}

誰かが私がこれに対して実行できるトリッキーなサンプルデータを持っていますか?または悪い名前からアプリを保護するためのより良い方法を知っていますか?

$ is-filenameは、tempvimファイルのようないくつかの追加文字を許可します

更新:有効な使用法が考えられなかったため、スター文字を削除しました

4

23 に答える 23

90

Chyrpコードでこの大きな関数を見つけました。

/**
 * Function: sanitize
 * Returns a sanitized string, typically for URLs.
 *
 * Parameters:
 *     $string - The string to sanitize.
 *     $force_lowercase - Force the string to lowercase?
 *     $anal - If set to *true*, will remove all non-alphanumeric characters.
 */
function sanitize($string, $force_lowercase = true, $anal = false) {
    $strip = array("~", "`", "!", "@", "#", "$", "%", "^", "&", "*", "(", ")", "_", "=", "+", "[", "{", "]",
                   "}", "\\", "|", ";", ":", "\"", "'", "‘", "’", "“", "”", "–", "—",
                   "—", "–", ",", "<", ".", ">", "/", "?");
    $clean = trim(str_replace($strip, "", strip_tags($string)));
    $clean = preg_replace('/\s+/', "-", $clean);
    $clean = ($anal) ? preg_replace("/[^a-zA-Z0-9]/", "", $clean) : $clean ;
    return ($force_lowercase) ?
        (function_exists('mb_strtolower')) ?
            mb_strtolower($clean, 'UTF-8') :
            strtolower($clean) :
        $clean;
}

これはワードプレスのコードで

/**
 * Sanitizes a filename replacing whitespace with dashes
 *
 * Removes special characters that are illegal in filenames on certain
 * operating systems and special characters requiring special escaping
 * to manipulate at the command line. Replaces spaces and consecutive
 * dashes with a single dash. Trim period, dash and underscore from beginning
 * and end of filename.
 *
 * @since 2.1.0
 *
 * @param string $filename The filename to be sanitized
 * @return string The sanitized filename
 */
function sanitize_file_name( $filename ) {
    $filename_raw = $filename;
    $special_chars = array("?", "[", "]", "/", "\\", "=", "<", ">", ":", ";", ",", "'", "\"", "&", "$", "#", "*", "(", ")", "|", "~", "`", "!", "{", "}");
    $special_chars = apply_filters('sanitize_file_name_chars', $special_chars, $filename_raw);
    $filename = str_replace($special_chars, '', $filename);
    $filename = preg_replace('/[\s-]+/', '-', $filename);
    $filename = trim($filename, '.-_');
    return apply_filters('sanitize_file_name', $filename, $filename_raw);
}

2012 年 9 月の更新

Alix Axelは、この分野で素晴らしい仕事をしてきました。彼の phunction フレームワークには、いくつかの優れたテキスト フィルターと変換が含まれています。

于 2010-04-19T16:06:15.117 に答える
58

あなたのソリューションに関するいくつかの観察:

  1. パターンの最後にある「u」は、パターンが一致するテキストではなく、パターンがUTF-8として解釈されることを意味します(後者を想定したと思いますか?)。
  2. \w はアンダースコア文字に一致します。URLにそれらを入れたくないという仮定につながるファイルに具体的に含めますが、コードではURLにアンダースコアを含めることが許可されます。
  3. 「外部 UTF-8」の組み込みは、ロケールに依存するようです。これがサーバーのロケールなのかクライアントのロケールなのかは明らかではありません。PHPドキュメントから:

「単語」文字は、任意の文字、数字、またはアンダースコア文字です。つまり、Perl の「単語」の一部となる任意の文字です。文字と数字の定義は、PCRE の文字テーブルによって制御され、ロケール固有の照合が行われている場合は異なる場合があります。たとえば、"fr" (フランス語) ロケールでは、128 を超える文字コードがアクセント付き文字に使用され、これらは \w によって一致します。

スラッグの作成

技術的には、(URL エンコーディング ルールに従って) パーセント エンコードする必要があるため、URL の見栄えが悪くなります。

したがって、私があなたの場合、小文字化した後、「特殊」文字を同等のものに変換し (例: é -> e)、非 [az] 文字を「-」に置き換え、単一の「-」の実行に制限しますあなたがしたように。ここに特殊文字を変換する実装があります: https://web.archive.org/web/20130208144021/http://neo22s.com/slug

一般的なサニタイズ

OWASP には、Enterprise Security API の PHP 実装があります。これには、特に、アプリケーションで入力と出力を安全にエンコードおよびデコードするためのメソッドが含まれています。

Encoder インターフェースは以下を提供します。

canonicalize (string $input, [bool $strict = true])
decodeFromBase64 (string $input)
decodeFromURL (string $input)
encodeForBase64 (string $input, [bool $wrap = false])
encodeForCSS (string $input)
encodeForHTML (string $input)
encodeForHTMLAttribute (string $input)
encodeForJavaScript (string $input)
encodeForOS (Codec $codec, string $input)
encodeForSQL (Codec $codec, string $input)
encodeForURL (string $input)
encodeForVBScript (string $input)
encodeForXML (string $input)
encodeForXMLAttribute (string $input)
encodeForXPath (string $input)

https://github.com/OWASP/PHP-ESAPI https://www.owasp.org/index.php/Category:OWASP_Enterprise_Security_API

于 2010-04-23T01:00:23.923 に答える
30

これにより、ファイル名が安全になります...

$string = preg_replace(array('/\s/', '/\.[\.]+/', '/[^\w_\.\-]/'), array('_', '.', ''), $string);

これに対するより深い解決策は次のとおりです。

// Remove special accented characters - ie. sí.
$clean_name = strtr($string, array('Š' => 'S','Ž' => 'Z','š' => 's','ž' => 'z','Ÿ' => 'Y','À' => 'A','Á' => 'A','Â' => 'A','Ã' => 'A','Ä' => 'A','Å' => 'A','Ç' => 'C','È' => 'E','É' => 'E','Ê' => 'E','Ë' => 'E','Ì' => 'I','Í' => 'I','Î' => 'I','Ï' => 'I','Ñ' => 'N','Ò' => 'O','Ó' => 'O','Ô' => 'O','Õ' => 'O','Ö' => 'O','Ø' => 'O','Ù' => 'U','Ú' => 'U','Û' => 'U','Ü' => 'U','Ý' => 'Y','à' => 'a','á' => 'a','â' => 'a','ã' => 'a','ä' => 'a','å' => 'a','ç' => 'c','è' => 'e','é' => 'e','ê' => 'e','ë' => 'e','ì' => 'i','í' => 'i','î' => 'i','ï' => 'i','ñ' => 'n','ò' => 'o','ó' => 'o','ô' => 'o','õ' => 'o','ö' => 'o','ø' => 'o','ù' => 'u','ú' => 'u','û' => 'u','ü' => 'u','ý' => 'y','ÿ' => 'y'));
$clean_name = strtr($clean_name, array('Þ' => 'TH', 'þ' => 'th', 'Ð' => 'DH', 'ð' => 'dh', 'ß' => 'ss', 'Œ' => 'OE', 'œ' => 'oe', 'Æ' => 'AE', 'æ' => 'ae', 'µ' => 'u'));

$clean_name = preg_replace(array('/\s/', '/\.[\.]+/', '/[^\w_\.\-]/'), array('_', '.', ''), $clean_name);

これは、ファイル名にドットが必要であることを前提としています。小文字に変換したい場合は、使用してください

$clean_name = strtolower($clean_name);

最後の行に。

于 2010-04-28T08:00:50.467 に答える
22

これを試して:

function normal_chars($string)
{
    $string = htmlentities($string, ENT_QUOTES, 'UTF-8');
    $string = preg_replace('~&([a-z]{1,2})(acute|cedil|circ|grave|lig|orn|ring|slash|th|tilde|uml);~i', '$1', $string);
    $string = html_entity_decode($string, ENT_QUOTES, 'UTF-8');
    $string = preg_replace(array('~[^0-9a-z]~i', '~[ -]+~'), ' ', $string);

    return trim($string, ' -');
}

Examples:

echo normal_chars('Álix----_Ãxel!?!?'); // Alix Axel
echo normal_chars('áéíóúÁÉÍÓÚ'); // aeiouAEIOU
echo normal_chars('üÿÄËÏÖÜŸåÅ'); // uyAEIOUYaA

このスレッドで選択した回答に基づいて: URL Friendly Username in PHP?

于 2010-04-19T16:08:37.403 に答える
13

解決策を提供していないため(まだ!)、これは正確な答えではありませんが、大きすぎてコメントに収まりません...


Windows 7 と Ubuntu 12.04 で (ファイル名に関して) いくつかのテストを行ったところ、次のことがわかりました。

1. PHP は非 ASCII ファイル名を処理できない

Windows と Ubuntu の両方が Unicode ファイル名を処理できますが (RTL のように見えますが)、PHP 5.3 では単純な古い ISO-8859-1 を処理するためにハックが必要になるため、安全のために ASCII のみを保持することをお勧めします。

2. ファイル名の長さが重要 (特に Windows の場合)

Ubuntu では、ファイル名の最大長 (拡張子を含む) は 255 (パスを除く) です。

/var/www/uploads/123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345/

ただし、Windows 7 (NTFS) では、ファイル名の最大長は絶対パスによって異なります。

(0 + 0 + 244 + 11 chars) C:\1234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234\1234567.txt
(0 + 3 + 240 + 11 chars) C:\123\123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890\1234567.txt
(3 + 3 + 236 + 11 chars) C:\123\456\12345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456\1234567.txt

ウィキペディアは次のように述べています。

NTFS では、パス コンポーネント (ディレクトリまたはファイル名) の長さを 255 文字にすることができます。

私の知る限り(およびテストした限り)、これは間違っています。

C:\合計で (スラッシュを数えて) 256 文字 (255 ではなく?!) を与えるを取り除くと、これらの例はすべて 259 文字になります。エクスプローラーを使用して作成されたディレクトリは、ディレクトリ名に利用可能なすべてのスペースを使用することを抑制していることに気付くでしょう。これは、 8.3 のファイル命名規則を使用してファイルを作成できるようにするためです。他のパーティションでも同じことが起こります。

もちろん、ファイルは 8.3 の長さの要件を予約する必要はありません。

(255 chars) E:\12345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901.txt

親ディレクトリの絶対パスが 242 文字を超える場合は、これ以上サブディレクトリを作成できません256 = 242 + 1 + \ + 8 + . + 3。. 親ディレクトリが 233 文字を超える場合 (システム ロケールによって異なります)、Windows エクスプローラを使用して別のディレクトリを作成することはできません256 = 233 + 10 + \ + 8 + . + 3。これ10は文字列の長さですNew folder

ファイル システム間の相互運用性を確保したい場合、Windows ファイル システムは厄介な問題を引き起こします。

3. 予約文字とキーワードに注意する

非 ASCII 文字、印刷不可文字、制御文字を削除するだけでなく、再 (配置/移動) する必要があります。

"*/:<>?\|

ファイル名の意味の一部が失われる可能性があるため、これらの文字を単に削除することは最善の方法ではない可能性があります。少なくとも、これらの文字が複数出現する場合は、1 つのアンダースコア ( _) に置き換えるか、より代表的なものに置き換える必要があると思います (これは単なるアイデアです)。

  • "*?->_
  • /\|->-
  • :->[ ]-[ ]
  • <->(
  • >->)

避けるべき特別なキーワード( など)もありますがNUL、それを克服する方法はわかりません。おそらく、ランダムな名前のフォールバックを備えたブラックリストは、それを解決するための良いアプローチになるでしょう.

4. 大文字と小文字の区別

これは言うまでもありませんが、異なるオペレーティング システム間でファイルの一意性を確保したい場合は、ファイル名を正規化された大文字と小文字に変換する必要があります。そうすれば、my_file.txtLinuxMy_File.txtでは両方が Windows で同じmy_file.txtファイルになることはありません。

5. ユニークであることを確認する

ファイル名が既に存在する場合は、一意の識別子をそのベース ファイル名に追加する必要があります。

一般的な一意の識別子には、UNIX タイムスタンプ、ファイル コンテンツのダイジェスト、またはランダムな文字列が含まれます。

6.隠しファイル

名前を付けることができるからといって、そうすべきであるとは限りません...

通常、ドットはファイル名のホワイトリストに記載されていますが、Linux では隠しファイルは先頭のドットで表されます。

7. その他の考慮事項

ファイル名の一部の文字を削除する必要がある場合、通常、拡張子はファイルのベース名よりも重要です。ファイル拡張子に相当な最大文字数(8 ~ 16)を許可する場合は、ベース名から文字を削除する必要があります。万一、複数の長い拡張子 (次のようなもの) がある場合は、この場合のみファイル ベース名と見なす必要があることに注意することも_.graphmlz.tag.gz重要_.graphmlz.tagです_

8. リソース

Calibreは、ファイル名マングリングを適切に処理します。

ファイル名マングリングに関するウィキペディアのページと、Using Samba のリンクされた章


たとえば、ルール 1/2/3 のいずれかに違反するファイルを作成しようとすると、非常に便利なエラーが発生します。

Warning: touch(): Unable to create file ... because No error in ... on line ...
于 2012-10-11T19:03:52.380 に答える
11

私はいつも、コハナがそれをかなりうまくやったと思っていました.

public static function title($title, $separator = '-', $ascii_only = FALSE)
{
if ($ascii_only === TRUE)
{
// Transliterate non-ASCII characters
$title = UTF8::transliterate_to_ascii($title);

// Remove all characters that are not the separator, a-z, 0-9, or whitespace
$title = preg_replace('![^'.preg_quote($separator).'a-z0-9\s]+!', '', strtolower($title));
}
else
{
// Remove all characters that are not the separator, letters, numbers, or whitespace
$title = preg_replace('![^'.preg_quote($separator).'\pL\pN\s]+!u', '', UTF8::strtolower($title));
}

// Replace all separator characters and whitespace by a single separator
$title = preg_replace('!['.preg_quote($separator).'\s]+!u', $separator, $title);

// Trim separators from the beginning and end
return trim($title, $separator);
}

便利なUTF8::transliterate_to_ascii()ものは ñ => n のようになります。

もちろん、他のUTF8::*ものを mb_* 関数に置き換えることもできます。

于 2010-04-23T01:06:58.590 に答える
6

私は別の情報源から適応し、いくつか余分に追加しました。おそらく少しやり過ぎです

/**
 * Convert a string into a url safe address.
 *
 * @param string $unformatted
 * @return string
 */
public function formatURL($unformatted) {

    $url = strtolower(trim($unformatted));

    //replace accent characters, forien languages
    $search = array('À', 'Á', 'Â', 'Ã', 'Ä', 'Å', 'Æ', 'Ç', 'È', 'É', 'Ê', 'Ë', 'Ì', 'Í', 'Î', 'Ï', 'Ð', 'Ñ', 'Ò', 'Ó', 'Ô', 'Õ', 'Ö', 'Ø', 'Ù', 'Ú', 'Û', 'Ü', 'Ý', 'ß', 'à', 'á', 'â', 'ã', 'ä', 'å', 'æ', 'ç', 'è', 'é', 'ê', 'ë', 'ì', 'í', 'î', 'ï', 'ñ', 'ò', 'ó', 'ô', 'õ', 'ö', 'ø', 'ù', 'ú', 'û', 'ü', 'ý', 'ÿ', 'Ā', 'ā', 'Ă', 'ă', 'Ą', 'ą', 'Ć', 'ć', 'Ĉ', 'ĉ', 'Ċ', 'ċ', 'Č', 'č', 'Ď', 'ď', 'Đ', 'đ', 'Ē', 'ē', 'Ĕ', 'ĕ', 'Ė', 'ė', 'Ę', 'ę', 'Ě', 'ě', 'Ĝ', 'ĝ', 'Ğ', 'ğ', 'Ġ', 'ġ', 'Ģ', 'ģ', 'Ĥ', 'ĥ', 'Ħ', 'ħ', 'Ĩ', 'ĩ', 'Ī', 'ī', 'Ĭ', 'ĭ', 'Į', 'į', 'İ', 'ı', 'IJ', 'ij', 'Ĵ', 'ĵ', 'Ķ', 'ķ', 'Ĺ', 'ĺ', 'Ļ', 'ļ', 'Ľ', 'ľ', 'Ŀ', 'ŀ', 'Ł', 'ł', 'Ń', 'ń', 'Ņ', 'ņ', 'Ň', 'ň', 'ʼn', 'Ō', 'ō', 'Ŏ', 'ŏ', 'Ő', 'ő', 'Œ', 'œ', 'Ŕ', 'ŕ', 'Ŗ', 'ŗ', 'Ř', 'ř', 'Ś', 'ś', 'Ŝ', 'ŝ', 'Ş', 'ş', 'Š', 'š', 'Ţ', 'ţ', 'Ť', 'ť', 'Ŧ', 'ŧ', 'Ũ', 'ũ', 'Ū', 'ū', 'Ŭ', 'ŭ', 'Ů', 'ů', 'Ű', 'ű', 'Ų', 'ų', 'Ŵ', 'ŵ', 'Ŷ', 'ŷ', 'Ÿ', 'Ź', 'ź', 'Ż', 'ż', 'Ž', 'ž', 'ſ', 'ƒ', 'Ơ', 'ơ', 'Ư', 'ư', 'Ǎ', 'ǎ', 'Ǐ', 'ǐ', 'Ǒ', 'ǒ', 'Ǔ', 'ǔ', 'Ǖ', 'ǖ', 'Ǘ', 'ǘ', 'Ǚ', 'ǚ', 'Ǜ', 'ǜ', 'Ǻ', 'ǻ', 'Ǽ', 'ǽ', 'Ǿ', 'ǿ'); 
    $replace = array('A', 'A', 'A', 'A', 'A', 'A', 'AE', 'C', 'E', 'E', 'E', 'E', 'I', 'I', 'I', 'I', 'D', 'N', 'O', 'O', 'O', 'O', 'O', 'O', 'U', 'U', 'U', 'U', 'Y', 's', 'a', 'a', 'a', 'a', 'a', 'a', 'ae', 'c', 'e', 'e', 'e', 'e', 'i', 'i', 'i', 'i', 'n', 'o', 'o', 'o', 'o', 'o', 'o', 'u', 'u', 'u', 'u', 'y', 'y', 'A', 'a', 'A', 'a', 'A', 'a', 'C', 'c', 'C', 'c', 'C', 'c', 'C', 'c', 'D', 'd', 'D', 'd', 'E', 'e', 'E', 'e', 'E', 'e', 'E', 'e', 'E', 'e', 'G', 'g', 'G', 'g', 'G', 'g', 'G', 'g', 'H', 'h', 'H', 'h', 'I', 'i', 'I', 'i', 'I', 'i', 'I', 'i', 'I', 'i', 'IJ', 'ij', 'J', 'j', 'K', 'k', 'L', 'l', 'L', 'l', 'L', 'l', 'L', 'l', 'l', 'l', 'N', 'n', 'N', 'n', 'N', 'n', 'n', 'O', 'o', 'O', 'o', 'O', 'o', 'OE', 'oe', 'R', 'r', 'R', 'r', 'R', 'r', 'S', 's', 'S', 's', 'S', 's', 'S', 's', 'T', 't', 'T', 't', 'T', 't', 'U', 'u', 'U', 'u', 'U', 'u', 'U', 'u', 'U', 'u', 'U', 'u', 'W', 'w', 'Y', 'y', 'Y', 'Z', 'z', 'Z', 'z', 'Z', 'z', 's', 'f', 'O', 'o', 'U', 'u', 'A', 'a', 'I', 'i', 'O', 'o', 'U', 'u', 'U', 'u', 'U', 'u', 'U', 'u', 'U', 'u', 'A', 'a', 'AE', 'ae', 'O', 'o'); 
    $url = str_replace($search, $replace, $url);

    //replace common characters
    $search = array('&', '£', '$'); 
    $replace = array('and', 'pounds', 'dollars'); 
    $url= str_replace($search, $replace, $url);

    // remove - for spaces and union characters
    $find = array(' ', '&', '\r\n', '\n', '+', ',', '//');
    $url = str_replace($find, '-', $url);

    //delete and replace rest of special chars
    $find = array('/[^a-z0-9\-<>]/', '/[\-]+/', '/<[^>]*>/');
    $replace = array('', '-', '');
    $uri = preg_replace($find, $replace, $url);

    return $uri;
}
于 2011-08-11T18:58:45.003 に答える
5

これはJoomla 3.3.2バージョンですJFile::makeSafe($file)

public static function makeSafe($file)
{
    // Remove any trailing dots, as those aren't ever valid file names.
    $file = rtrim($file, '.');

    $regex = array('#(\.){2,}#', '#[^A-Za-z0-9\.\_\- ]#', '#^\.#');

    return trim(preg_replace($regex, '', $file));
}
于 2014-07-17T20:21:50.980 に答える
5

ファイルのアップロードに関しては、ユーザーがファイル名を制御できないようにするのが最も安全です。すでに示唆されているように、正規化されたファイル名を、実際のファイル名として使用するランダムに選択された一意の名前とともにデータベースに保存します。

OWASP ESAPI を使用すると、これらの名前は次のように生成できます。

$userFilename   = ESAPI::getEncoder()->canonicalize($input_string);
$safeFilename   = ESAPI::getRandomizer()->getRandomFilename();

$safeFilename にタイムスタンプを追加して、既存のファイルをチェックすることなく、ランダムに生成されたファイル名が一意であることを確認できます。

URL のエンコーディングに関して、また ESAPI を使用する場合:

$safeForURL     = ESAPI::getEncoder()->encodeForURL($input_string);

このメソッドは、文字列をエンコードする前に正規化を実行し、すべての文字エンコーディングを処理します。

于 2010-04-25T20:47:26.540 に答える
5

PHP 用の URLifyをお勧めします (Github で 480 以上の星) - 「Django プロジェクトの URLify.js の PHP ポート。URL で使用する非 ASCII 文字を変換します」。

基本的な使い方:

URL のスラッグを生成するには:

<?php

echo URLify::filter (' J\'étudie le français ');
// "jetudie-le-francais"

echo URLify::filter ('Lo siento, no hablo español.');
// "lo-siento-no-hablo-espanol"

?>

ファイル名のスラッグを生成するには:

<?php

echo URLify::filter ('фото.jpg', 60, "", true);
// "foto.jpg"

?>

*他の提案はどれも私の基準に一致しませんでした:

  • composer経由でインストールできるはずです
  • システムによって動作が異なるため、iconv に依存しないでください。
  • オーバーライドとカスタム文字の置換を可能にするために拡張可能である必要があります
  • 人気 (たとえば、Github の多くのスター)
  • テストあり

おまけとして、URLify は特定の単語を削除し、音訳されていないすべての文字を取り除きます。

これは、URLify を使用して適切に音訳された大量の外国文字のテスト ケースです: https://gist.github.com/motin/a65e6c1cc303e46900d10894bf2da87f

于 2016-07-18T09:15:46.073 に答える
4

削除する文字のリストを持つことは安全だとは思いません。私はむしろ以下を使用したいと思います:

ファイル名の場合: 内部 ID またはファイルコンテンツのハッシュを使用します。ドキュメント名をデータベースに保存します。このようにして、元のファイル名を保持したままファイルを見つけることができます。

URL パラメーターの場合:urlencode()特殊文字をエンコードするために使用します。

于 2010-04-19T16:07:30.137 に答える
4

使用方法によっては、バッファ オーバーフローから保護するために長さ制限を追加することをお勧めします。

于 2010-04-25T19:59:37.167 に答える
3

これは、アップロード ファイル名を保護する良い方法です。

$file_name = trim(basename(stripslashes($name)), ".\x00..\x20");
于 2012-09-30T00:05:45.770 に答える
3

これが CodeIgniter の実装です。

/**
 * Sanitize Filename
 *
 * @param   string  $str        Input file name
 * @param   bool    $relative_path  Whether to preserve paths
 * @return  string
 */
public function sanitize_filename($str, $relative_path = FALSE)
{
    $bad = array(
        '../', '<!--', '-->', '<', '>',
        "'", '"', '&', '$', '#',
        '{', '}', '[', ']', '=',
        ';', '?', '%20', '%22',
        '%3c',      // <
        '%253c',    // <
        '%3e',      // >
        '%0e',      // >
        '%28',      // (
        '%29',      // )
        '%2528',    // (
        '%26',      // &
        '%24',      // $
        '%3f',      // ?
        '%3b',      // ;
        '%3d'       // =
    );

    if ( ! $relative_path)
    {
        $bad[] = './';
        $bad[] = '/';
    }

    $str = remove_invisible_characters($str, FALSE);
    return stripslashes(str_replace($bad, '', $str));
}

そして、remove_invisible_characters依存関係。

function remove_invisible_characters($str, $url_encoded = TRUE)
{
    $non_displayables = array();

    // every control character except newline (dec 10),
    // carriage return (dec 13) and horizontal tab (dec 09)
    if ($url_encoded)
    {
        $non_displayables[] = '/%0[0-8bcef]/';  // url encoded 00-08, 11, 12, 14, 15
        $non_displayables[] = '/%1[0-9a-f]/';   // url encoded 16-31
    }

    $non_displayables[] = '/[\x00-\x08\x0B\x0C\x0E-\x1F\x7F]+/S';   // 00-08, 11, 12, 14-31, 127

    do
    {
        $str = preg_replace($non_displayables, '', $str, -1, $count);
    }
    while ($count);

    return $str;
}
于 2012-11-05T03:41:01.260 に答える
3

あらゆる種類の奇妙なラテン文字を含むエントリ タイトルと、便利なダッシュ区切りのファイル名形式に変換する必要のある HTML タグがあります。@SoLoGHoSTの回答を@Xeoncrossの回答のいくつかの項目と組み合わせて、少しカスタマイズしました。

    function sanitize($string,$force_lowercase=true) {
    //Clean up titles for filenames
    $clean = strip_tags($string);
    $clean = strtr($clean, array('Š' => 'S','Ž' => 'Z','š' => 's','ž' => 'z','Ÿ' => 'Y','À' => 'A','Á' => 'A','Â' => 'A','Ã' => 'A','Ä' => 'A','Å' => 'A','Ç' => 'C','È' => 'E','É' => 'E','Ê' => 'E','Ë' => 'E','Ì' => 'I','Í' => 'I','Î' => 'I','Ï' => 'I','Ñ' => 'N','Ò' => 'O','Ó' => 'O','Ô' => 'O','Õ' => 'O','Ö' => 'O','Ø' => 'O','Ù' => 'U','Ú' => 'U','Û' => 'U','Ü' => 'U','Ý' => 'Y','à' => 'a','á' => 'a','â' => 'a','ã' => 'a','ä' => 'a','å' => 'a','ç' => 'c','è' => 'e','é' => 'e','ê' => 'e','ë' => 'e','ì' => 'i','í' => 'i','î' => 'i','ï' => 'i','ñ' => 'n','ò' => 'o','ó' => 'o','ô' => 'o','õ' => 'o','ö' => 'o','ø' => 'o','ù' => 'u','ú' => 'u','û' => 'u','ü' => 'u','ý' => 'y','ÿ' => 'y'));
    $clean = strtr($clean, array('Þ' => 'TH', 'þ' => 'th', 'Ð' => 'DH', 'ð' => 'dh', 'ß' => 'ss', 'Œ' => 'OE', 'œ' => 'oe', 'Æ' => 'AE', 'æ' => 'ae', 'µ' => 'u','—' => '-'));
    $clean = str_replace("--", "-", preg_replace("/[^a-z0-9-]/i", "", preg_replace(array('/\s/', '/[^\w-\.\-]/'), array('-', ''), $clean)));

    return ($force_lowercase) ?
        (function_exists('mb_strtolower')) ?
            mb_strtolower($clean, 'UTF-8') :
            strtolower($clean) :
        $clean;
}

全角ダッシュ文字 (—) を翻訳配列に手動で追加する必要がありました。他にもあるかもしれませんが、今のところ私のファイル名は良さそうです。

そう:

パート 1: 私の父の「ズルブルト」?—彼らは最高ではありません!

になります:

part-1-my-dads-zurburts-theyre-not-the-best

返された文字列に「.html」を追加するだけです。

于 2015-12-08T18:57:01.810 に答える
2

この質問にはすでにいくつかの解決策が提供されていますが、ここでほとんどのコードを読んでテストし、ここで学んだことを組み合わせたこの解決策に行き着きました。

関数

この関数はここでSymfony2バンドルにバンドルされていますが、抽出してプレーンPHPiconvとして使用することができ、有効にする必要がある関数との依存関係のみがあります。

Filesystem.php

<?php

namespace COil\Bundle\COilCoreBundle\Component\HttpKernel\Util;

use Symfony\Component\HttpKernel\Util\Filesystem as BaseFilesystem;

/**
 * Extends the Symfony filesystem object.
 */
class Filesystem extends BaseFilesystem
{
    /**
     * Make a filename safe to use in any function. (Accents, spaces, special chars...)
     * The iconv function must be activated.
     *
     * @param string  $fileName       The filename to sanitize (with or without extension)
     * @param string  $defaultIfEmpty The default string returned for a non valid filename (only special chars or separators)
     * @param string  $separator      The default separator
     * @param boolean $lowerCase      Tells if the string must converted to lower case
     *
     * @author COil <https://github.com/COil>
     * @see    http://stackoverflow.com/questions/2668854/sanitizing-strings-to-make-them-url-and-filename-safe
     *
     * @return string
     */
    public function sanitizeFilename($fileName, $defaultIfEmpty = 'default', $separator = '_', $lowerCase = true)
    {
    // Gather file informations and store its extension
    $fileInfos = pathinfo($fileName);
    $fileExt   = array_key_exists('extension', $fileInfos) ? '.'. strtolower($fileInfos['extension']) : '';

    // Removes accents
    $fileName = @iconv('UTF-8', 'us-ascii//TRANSLIT', $fileInfos['filename']);

    // Removes all characters that are not separators, letters, numbers, dots or whitespaces
    $fileName = preg_replace("/[^ a-zA-Z". preg_quote($separator). "\d\.\s]/", '', $lowerCase ? strtolower($fileName) : $fileName);

    // Replaces all successive separators into a single one
    $fileName = preg_replace('!['. preg_quote($separator).'\s]+!u', $separator, $fileName);

    // Trim beginning and ending seperators
    $fileName = trim($fileName, $separator);

    // If empty use the default string
    if (empty($fileName)) {
        $fileName = $defaultIfEmpty;
    }

    return $fileName. $fileExt;
    }
}

ユニットテスト

興味深いのは、最初にエッジケースをテストするためにPHPUnitテストを作成したので、ニーズに合っているかどうかを確認できることです:(バグを見つけた場合は、テストケースを追加してください)

FilesystemTest.php

<?php

namespace COil\Bundle\COilCoreBundle\Tests\Unit\Helper;

use COil\Bundle\COilCoreBundle\Component\HttpKernel\Util\Filesystem;

/**
 * Test the Filesystem custom class.
 */
class FilesystemTest extends \PHPUnit_Framework_TestCase
{
    /**
     * test sanitizeFilename()
     */
    public function testFilesystem()
    {
    $fs = new Filesystem();

    $this->assertEquals('logo_orange.gif', $fs->sanitizeFilename('--logö  _  __   ___   ora@@ñ--~gé--.gif'), '::sanitizeFilename() handles complex filename with specials chars');
    $this->assertEquals('coilstack', $fs->sanitizeFilename('cOiLsTaCk'), '::sanitizeFilename() converts all characters to lower case');
    $this->assertEquals('cOiLsTaCk', $fs->sanitizeFilename('cOiLsTaCk', 'default', '_', false), '::sanitizeFilename() lower case can be desactivated, passing false as the 4th argument');
    $this->assertEquals('coil_stack', $fs->sanitizeFilename('coil stack'), '::sanitizeFilename() convert a white space to a separator');
    $this->assertEquals('coil-stack', $fs->sanitizeFilename('coil stack', 'default', '-'), '::sanitizeFilename() can use a different separator as the 3rd argument');
    $this->assertEquals('coil_stack', $fs->sanitizeFilename('coil          stack'), '::sanitizeFilename() removes successive white spaces to a single separator');
    $this->assertEquals('coil_stack', $fs->sanitizeFilename('       coil stack'), '::sanitizeFilename() removes spaces at the beginning of the string');
    $this->assertEquals('coil_stack', $fs->sanitizeFilename('coil   stack         '), '::sanitizeFilename() removes spaces at the end of the string');
    $this->assertEquals('coilstack', $fs->sanitizeFilename('coil,,,,,,stack'), '::sanitizeFilename() removes non-ASCII characters');
    $this->assertEquals('coil_stack', $fs->sanitizeFilename('coil_stack  '), '::sanitizeFilename() keeps separators');
    $this->assertEquals('coil_stack', $fs->sanitizeFilename(' coil________stack'), '::sanitizeFilename() converts successive separators into a single one');
    $this->assertEquals('coil_stack.gif', $fs->sanitizeFilename('cOil Stack.GiF'), '::sanitizeFilename() lower case filename and extension');
    $this->assertEquals('copy_of_coil.stack.exe', $fs->sanitizeFilename('Copy of coil.stack.exe'), '::sanitizeFilename() keeps dots before the extension');
    $this->assertEquals('default.doc', $fs->sanitizeFilename('____________.doc'), '::sanitizeFilename() returns a default file name if filename only contains special chars');
    $this->assertEquals('default.docx', $fs->sanitizeFilename('     ___ -  --_     __%%%%__¨¨¨***____      .docx'), '::sanitizeFilename() returns a default file name if filename only contains special chars');
    $this->assertEquals('logo_edition_1314352521.jpg', $fs->sanitizeFilename('logo_edition_1314352521.jpg'), '::sanitizeFilename() returns the filename untouched if it does not need to be modified');
    $userId = rand(1, 10);
    $this->assertEquals('user_doc_'. $userId. '.doc', $fs->sanitizeFilename('亐亐亐亐亐.doc', 'user_doc_'. $userId), '::sanitizeFilename() returns the default string (the 2nd argument) if it can\'t be sanitized');
    }
}

テスト結果:( PHP5.3.2を使用するUbuntuおよびPHP5.3.17を使用するMacOsXで確認:

All tests pass:

phpunit -c app/ src/COil/Bundle/COilCoreBundle/Tests/Unit/Helper/FilesystemTest.php
PHPUnit 3.6.10 by Sebastian Bergmann.

Configuration read from /var/www/strangebuzz.com/app/phpunit.xml.dist

.

Time: 0 seconds, Memory: 5.75Mb

OK (1 test, 17 assertions)
于 2012-12-07T16:34:59.933 に答える
2

解決策 #1: サーバー (ホスティング) に PHP 拡張機能をインストールできる

「地球上のほぼすべての言語」を ASCII 文字に音訳する場合。

  1. 最初にPHP Intl拡張機能をインストールします。これは Debian (Ubuntu) のコマンドです。sudo aptitude install php5-intl

  2. これは私の fileName 関数です (test.php を作成し、次のコードを貼り付けます):

<!doctype html>
<html lang="en">
<head>
<meta charset="utf-8">
<title>Test</title>
</head>
<body>
<?php

function pr($string) {
  print '<hr>';
  print '"' . fileName($string) . '"';
  print '<br>';
  print '"' . $string . '"';
}

function fileName($string) {
  // remove html tags
  $clean = strip_tags($string);
  // transliterate
  $clean = transliterator_transliterate('Any-Latin;Latin-ASCII;', $clean);
  // remove non-number and non-letter characters
  $clean = str_replace('--', '-', preg_replace('/[^a-z0-9-\_]/i', '', preg_replace(array(
    '/\s/', 
    '/[^\w-\.\-]/'
  ), array(
    '_', 
    ''
  ), $clean)));
  // replace '-' for '_'
  $clean = strtr($clean, array(
    '-' => '_'
  ));
  // remove double '__'
  $positionInString = stripos($clean, '__');
  while ($positionInString !== false) {
    $clean = str_replace('__', '_', $clean);
    $positionInString = stripos($clean, '__');
  }
  // remove '_' from the end and beginning of the string
  $clean = rtrim(ltrim($clean, '_'), '_');
  // lowercase the string
  return strtolower($clean);
}
pr('_replace(\'~&([a-z]{1,2})(ac134/56f4315981743 8765475[]lt7ňl2ú5äňú138yé73ťž7ýľute|');
pr(htmlspecialchars('<script>alert(\'hacked\')</script>'));
pr('Álix----_Ãxel!?!?');
pr('áéíóúÁÉÍÓÚ');
pr('üÿÄËÏÖÜ.ŸåÅ');
pr('nie4č a a§ôňäääaš');
pr('Мао Цзэдун');
pr('毛泽东');
pr('ماو تسي تونغ');
pr('مائو تسه‌تونگ');
pr('מאו דזה-דונג');
pr('მაო ძედუნი');
pr('Mao Trạch Đông');
pr('毛澤東');
pr('เหมา เจ๋อตง');
?>
</body>
</html>

この行はコアです:

  // transliterate
  $clean = transliterator_transliterate('Any-Latin;Latin-ASCII;', $clean);

この投稿に基づいて回答します。

解決策 2: サーバー (ホスティング) に PHP 拡張機能をインストールする機能がない

ここに画像の説明を入力

CMS Drupal の音訳モジュールでは、かなり良い仕事が行われています。地球上のほぼすべての言語をサポートしています。文字列をサニタイズする完全なソリューションが必要な場合は、プラグインリポジトリを確認することをお勧めします。

于 2015-12-12T05:07:57.353 に答える
2

単純にphpを使用しないのはなぜurlencodeですか? 「危険な」文字を URL の 16 進表現 (つまり%20、スペース)に置き換えます。

于 2010-04-27T17:05:42.600 に答える
1

この投稿は、私が結んだすべての中で最もうまく機能しているようです。http://gsynuh.com/php-string-filename-url-safe/205

于 2012-12-20T02:49:32.323 に答える
1

これは良い機能です:

public function getFriendlyURL($string) {
    setlocale(LC_CTYPE, 'en_US.UTF8');
    $string = iconv('UTF-8', 'ASCII//TRANSLIT//IGNORE', $string);
    $string = preg_replace('~[^\-\pL\pN\s]+~u', '-', $string);
    $string = str_replace(' ', '-', $string);
    $string = trim($string, "-");
    $string = strtolower($string);
    return $string;
} 
于 2015-01-13T11:57:12.037 に答える
0

あなたのデータをスラッグするための2つの良い答えがあります.https: //stackoverflow.com/a/3987966/971619または

于 2013-09-24T16:26:19.963 に答える
0

これは Prestashop が URL をサニタイズするために使用するコードです。

replaceAccentedChars

によって使用されます

str2url

分音記号を削除するには

function replaceAccentedChars($str)
{
    $patterns = array(
        /* Lowercase */
        '/[\x{0105}\x{00E0}\x{00E1}\x{00E2}\x{00E3}\x{00E4}\x{00E5}]/u',
        '/[\x{00E7}\x{010D}\x{0107}]/u',
        '/[\x{010F}]/u',
        '/[\x{00E8}\x{00E9}\x{00EA}\x{00EB}\x{011B}\x{0119}]/u',
        '/[\x{00EC}\x{00ED}\x{00EE}\x{00EF}]/u',
        '/[\x{0142}\x{013E}\x{013A}]/u',
        '/[\x{00F1}\x{0148}]/u',
        '/[\x{00F2}\x{00F3}\x{00F4}\x{00F5}\x{00F6}\x{00F8}]/u',
        '/[\x{0159}\x{0155}]/u',
        '/[\x{015B}\x{0161}]/u',
        '/[\x{00DF}]/u',
        '/[\x{0165}]/u',
        '/[\x{00F9}\x{00FA}\x{00FB}\x{00FC}\x{016F}]/u',
        '/[\x{00FD}\x{00FF}]/u',
        '/[\x{017C}\x{017A}\x{017E}]/u',
        '/[\x{00E6}]/u',
        '/[\x{0153}]/u',

        /* Uppercase */
        '/[\x{0104}\x{00C0}\x{00C1}\x{00C2}\x{00C3}\x{00C4}\x{00C5}]/u',
        '/[\x{00C7}\x{010C}\x{0106}]/u',
        '/[\x{010E}]/u',
        '/[\x{00C8}\x{00C9}\x{00CA}\x{00CB}\x{011A}\x{0118}]/u',
        '/[\x{0141}\x{013D}\x{0139}]/u',
        '/[\x{00D1}\x{0147}]/u',
        '/[\x{00D3}]/u',
        '/[\x{0158}\x{0154}]/u',
        '/[\x{015A}\x{0160}]/u',
        '/[\x{0164}]/u',
        '/[\x{00D9}\x{00DA}\x{00DB}\x{00DC}\x{016E}]/u',
        '/[\x{017B}\x{0179}\x{017D}]/u',
        '/[\x{00C6}]/u',
        '/[\x{0152}]/u');

    $replacements = array(
            'a', 'c', 'd', 'e', 'i', 'l', 'n', 'o', 'r', 's', 'ss', 't', 'u', 'y', 'z', 'ae', 'oe',
            'A', 'C', 'D', 'E', 'L', 'N', 'O', 'R', 'S', 'T', 'U', 'Z', 'AE', 'OE'
        );

    return preg_replace($patterns, $replacements, $str);
}

function str2url($str)
{
    if (function_exists('mb_strtolower'))
        $str = mb_strtolower($str, 'utf-8');

    $str = trim($str);
    if (!function_exists('mb_strtolower'))
        $str = replaceAccentedChars($str);

    // Remove all non-whitelist chars.
    $str = preg_replace('/[^a-zA-Z0-9\s\'\:\/\[\]-\pL]/u', '', $str);
    $str = preg_replace('/[\s\'\:\/\[\]-]+/', ' ', $str);
    $str = str_replace(array(' ', '/'), '-', $str);

    // If it was not possible to lowercase the string with mb_strtolower, we do it after the transformations.
    // This way we lose fewer special chars.
    if (!function_exists('mb_strtolower'))
        $str = strtolower($str);

    return $str;
}
于 2013-06-19T08:36:46.123 に答える
-4
// CLEAN ILLEGAL CHARACTERS
function clean_filename($source_file)
{
    $search[] = " ";
    $search[] = "&";
    $search[] = "$";
    $search[] = ",";
    $search[] = "!";
    $search[] = "@";
    $search[] = "#";
    $search[] = "^";
    $search[] = "(";
    $search[] = ")";
    $search[] = "+";
    $search[] = "=";
    $search[] = "[";
    $search[] = "]";

    $replace[] = "_";
    $replace[] = "and";
    $replace[] = "S";
    $replace[] = "_";
    $replace[] = "";
    $replace[] = "";
    $replace[] = "";
    $replace[] = "";
    $replace[] = "";
    $replace[] = "";
    $replace[] = "";
    $replace[] = "";
    $replace[] = "";
    $replace[] = "";

    return str_replace($search,$replace,$source_file);

} 
于 2010-04-19T16:04:08.330 に答える