当输入中允许html实体时，如何防止html实体的双重编码

Question

如何防止html实体的双重编码，或以编程方式修复它们？

我正在使用HTML::Entities perl模块中的encode（）函数来编码用户输入中的HTML实体。这里的问题是我们还允许用户直接输入HTML实体，这些实体最终被双重编码。

例如，用户可以输入：

Stackoverflow & Perl = Awesome…

这最终被编码为

Stackoverflow & Perl = Awesome…

这在浏览器中呈现为

Stackoverflow & Perl = Awesome…

我们希望将其呈现为

Stackoverflow & Perl = Awesome...

有没有办法阻止这种双重编码？或者是否有一个模块或代码片段可以轻松纠正这些双重编码问题？

非常感谢任何帮助！

Answer 1

您可以先解码字符串：

my $input = from_user();

my $encoded = encode_entities( decode_entities $input );

Answer 2

有一种非常简单的方法可以避免这种情况：

1. 在输入时删除所有实体（将其转换为Unicode）
2. 在输出阶段再次对实体进行编码。

Answer 3

考虑将调用保存到encode()，直到您检索显示值，而不是在存储之前。只要您的检索机制保持一致，数据库中的额外数据可能就不值得烦恼了。

修改

重新阅读你的问题我现在意识到我的答案没有完全解决这个问题，因为稍后调用encode()仍然会有相同的结果。我自己不知道替代方案，它可能没什么帮助，但您可能想要考虑找到一种更合适的编码方法，以尊重现有符号。