Question

我正在为Node（express）中的字符串输入开发一个非常粗略的清洁剂：

我已经看了一些插件和库，但似乎大多数都太复杂或太重了。因此我决定自己写一些简单的消毒剂功能。

其中一个是这个，用于对大多数字符串进行硬消毒（不是数字......）

function toSafeString( str ){
    str = str.replace(/[^a-öA-Ö0-9\s]+/g, '');
    return str;
}

我来自瑞典，因此我需要åäö字母。而且我注意到这个正则表达式也接受了其他的charachters以及...例如á或é....

问题1） 是否有某种列表或类似的地方，我可以看到实际上接受了哪些字符，比如这个正则表达式：/ [^ a-ö] + / g

问题2） 我在Node和Express工作......我认为这个简单的功能将通过输入字段阻止攻击。我错了吗？

Answer 1

问题1：找出答案。：）

var accepted = [];
for(var i = 0; i < 65535 /* the unicode BMP */; i++) {
    var s = String.fromCharCode(i);
    if(/[a-ö]+/g.test(s)) accepted.push(s);
}
console.log(s.join(""));

输出

abcdefghijklmnopqrstuvwxyz{|}~ ¡¢£¤¥¦§¨©ª«¬®¯°±²³
´µ¶·¸¹º»¼½¾¿ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖ×ØÙÚÛÜÝÞßàáâãäåæçèéêëìíîïðñòóôõö

在我的系统上。

问题2：您希望停止哪些攻击？无论哪种方式，答案都是＆＃34;不，可能不是＆＃34;。

不要破坏用户数据（我确定您的法国或日本客户会对您的验证有所了解），请确保在您的数据进入客户视图或外出时清理数据（HTML转义，SQL参数转义等）。

Answer 2

[x-y]匹配unicode号介于x和y之间的字符：

charsBetween = function(a, b) { 
     var a = a.charCodeAt(0), b = b.charCodeAt(0), r = ""; 
     while(a <= b) 
         r += String.fromCharCode(a++); 
     return r 
}
charsBetween("a", "ö")

> "abcdefghijklmnopqrstuvwxyz{|}~ ¡¢£¤¥¦§¨©ª«¬®¯°±²³´µ¶·¸¹º»¼½¾¿ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖ×ØÙÚÛÜÝÞßàáâãäåæçèéêëìíîïðñòóôõö"

请参阅character tables以获取参考。

对于您的验证，您可能需要这样的东西：

 [^a-zA-Z0-9ÅÄÖåäö\s]

这匹配拉丁字母和数字的范围+列表中的单个字符。

Answer 3

我们实际上不知道很多角色，比如日语或俄语等等因此，考虑到它们，我们需要在正则表达式中使用Unicode范围而不是ASCII范围。

我附带了这个正则表达式，几乎覆盖了整个Unicode表的所有书写字母，加上一些更多的数字，以及其他几个用于标点符号的字符（中文标点符号已包含在Unicode范围内）。很难涵盖所有内容，可能这个范围可能包含太多字符，包括“异国情调”字符（符号）：

/^[\u0040-\u1FE0\u2C00-\uFFC00-9 ',.?!]+$/i

所以我用这种方式测试（必须不是空的）：

function validString(str) {
  return str && typeof(str) == 'string' && /^[\u0040-\u1FE0\u2C00-\uFFC00-9 ',.?!]+$/i.test(str);
}

请记住，这是缺少的字符：

:*()&#'\-:%

还有更多其他人。

正则表达式字符集 - 以及它们包含的内容

3 个答案: