php htmlspecialchar,PHP的htmlspecialchars() 和htmlspecialchars_decode方法详解

htmlspecialchars() 函数把预定义的字符转换为 HTML 实体。

预定义的字符是：

& (和号)成为 &

" (双引号)成为 "

' (单引号)成为 '

< (小于)成为 <

> (大于)成为 >

注意：这个函数不能对斜杠/，反斜杠\做处理。

示例：

$content = '你是/谁啊，大几\都"老梁"做做&>women没';

$content = htmlspecialchars($content);

// 结果：

你是/谁啊，大几\都"老梁"做做&>women<a>没<script> alert("hello");</script>

// 对反斜杠进行转换

$content = preg_replace("/\\\/", "\", $content);

// 结果：你是/谁啊，大几\都"老梁

// 对斜杠进行过滤,入库时进行XSS检测攻击。

$content = preg_replace("/\//", "/", $content);

一、HTML 实体

在 HTML 中，某些字符是预留的。

在 HTML 中不能使用小于号()，这是因为浏览器会误认为它们是标签。

如果希望正确地显示预留字符，我们必须在 HTML 源代码中使用字符实体(character entities)。

字符实体类似这样：

&entity_name;或者entity_number;

如需显示小于号，我们必须这样写：< 或 <

提示：使用实体名而不是数字的好处是，名称易于记忆。不过坏处是，浏览器也许并不支持所有实体名称(对实体数字的支持却很好)。

二、PHP htmlspecialchars() 函数

htmlspecialchars(string,flags,character-set,double_encode)

flags 可选。规定如何处理引号、无效的编码以及使用哪种文档类型。

可用的引号类型：

ENT_COMPAT - 默认。仅编码双引号。

ENT_QUOTES - 编码双引号和单引号。

ENT_NOQUOTES - 不编码任何引号。

character-set:

UTF-8 - 默认。ASCII 兼容多字节的 8 位 Unicode

POCO 的后端为GBK，所以用这个函数的时候，尽量使用编码，而默认的编码为UTF-8

GB2312 - 简体中文，国家标准字符集

double_encode 可选。布尔值，规定了是否编码已存在的 HTML 实体。

TRUE - 默认。将对每个实体进行转换。

FALSE - 不会对已存在的 HTML 实体进行编码。

示例：

$content = "women's life" . '你是/谁啊，大几\都"老梁"做做&>women没';

// 如果使用默认的参数，则不会对单引号进行转换。

$new_str = htmlspecialchars($content );

打印：

women's life你是/谁啊，大几\都"老梁"做做&>women<a>没<script> alert("hello");</script>

// ENT_QUOTES 编码双引号和单引号。

$new_str = htmlspecialchars($content, ENT_QUOTES);

women's life你是/谁啊，大几\都"老梁"做做&>women<a>没<script> alert("hello");</script>

三、htmlspecialchars_decode解码

htmlspecialchars_decode(string,flags)

string 必需。规定要解码的字符串。

flags 可选。规定如何处理引号以及使用哪种文档类型。

可用的引号类型：

ENT_COMPAT - 默认。仅解码双引号。

ENT_QUOTES - 解码双引号和单引号。

ENT_NOQUOTES - 不解码任何引号。

测试：

解码：

$str = ‘women's life你是/谁啊，大几\都"老梁"做做&>women<a>没<script> alert("hello");</script>’;

// 只解码双引号

$new_str = htmlspecialchars_decode($new_str);

dump($new_str);

打印：

women's life你是/谁啊，大几\都"老梁"做"做&>women没

// 解码双引号和单引号。

$content = "women's life" . '你是/谁啊，大几\都"老梁"做"做&>women没';

$new_str = htmlspecialchars($content, ENT_QUOTES, gb2312, true);

$new_str = htmlspecialchars_decode($new_str, ENT_QUOTES);

print_r($new_str);

打印：

women's life你是/谁啊，大几\都"老梁"做"做&>women没

四、函数封装

将上边的字符串预定义转为实体封装为一个方法，以后可以直接调用：

$str = "women's life" . '你是/谁啊，大几\都"老梁"做做&>women没';

// 1.将常用的预定义字符转为实体

$new_str = htmlspecialchars($str, ENT_QUOTES, gb2312, true);

// 2.替换反斜杠

$new_str = preg_replace("/\\\/", "\", $new_str);

// 3.替换斜杠

$content = preg_replace("/\//", "/", $content);

// 打印结果：

women's life你是/谁啊，大几\都"老梁"做做&>women<a>没<script> alert("hello");</script>

编码-将HTML转为实体

/**

* 将HTML转为实体

* @param string $str 需要处理的字符串

* @param string $charset 编码，默认为gb2312

* @return string

*/

function html_to_entities($str, $charset = "gb2312")

{

// 参数判断

if(empty($str)) return "";

// 1.将常用的预定义字符转为实体

$new_str = htmlspecialchars($str, ENT_QUOTES, $charset);

// 2.替换反斜杠

$new_str = preg_replace("/\\\/", "\", $new_str);

// 3.替换斜杠

$new_str = preg_replace("/\//", "/", $new_str);

return $new_str;

}

解码-将实体转为HTML

/**

* 将实体转为HTML

* @param string $str 需要处理的字符串

* @return string

*/

function entities_to_html($str)

{

// 参数判断

if(empty($str)) return "";

// 1.将实体转为预定义字符

$new_str = htmlspecialchars_decode($str, ENT_QUOTES);

// 2.替换反斜杠实体

$new_str = str_replace("\", "\\", $new_str);

// 3.替换斜杠实体

$new_str = str_replace("/", "/", $new_str);

return $new_str;

}

五、小结

一般使用htmlspecialchars将字符串的预定义字符转为实体的时候，需要传递ENT_QUOTES参数，因为如果不传递参数，默认的只对双引号做转换，而单引号不做转换，这样不能起到防止SQL注入的风险，所以，正式用的时候，我们希望双引号和单引号及其他可能引起SQL注入的都需要进行实体转换，存入数据库，所以，以后在用这个函数处理的时候，应该传入ENT_QUOTES参数，然后再结合preg_replace方法将斜杠、反斜杠替换为实体，这样就完美了。