Question

我发现PHP函数basename（）以及pathinfo（）具有多字节utf-8名称的奇怪行为。他们删除所有非拉丁字符，直到第一个拉丁字符或标点符号。但是，之后，将保留后续的非拉丁字符。

basename("àxà"); // returns "xà", I would expect "àxà" or just "x" instead
pathinfo("àyà/àxà", PATHINFO_BASENAME); // returns "xà", same as above

但奇怪的是，pathinfo（）的dirname部分工作正常：

pathinfo("àyà/àxà", PATHINFO_DIRNAME); // returns "àyà"

PHP文档警告basename()和pathinfo()函数可识别语言环境，但这并不能证明pathinfo(..., PATHINFO_BASENAME)和pathinfo(..., PATHINFO_DIRNAME)之间的不一致，更不用说相同的事实了非拉丁字符被丢弃或被接受，具体取决于它们相对于拉丁字符的位置。

这听起来像是一个PHP错误。

从＆＃34; basename＆＃34;检查对于避免直接遍历的安全问题非常重要，是否有任何可靠的基本名称过滤器可以正常使用unicode输入？

Answer 1

我发现更改语言环境可以解决所有问题。

虽然Apache默认使用＆＃34; C＆＃34;默认情况下，locale，cli脚本使用utf-8语言环境运行，例如＆＃34; en_US.UTF-8＆＃34; （或者在我的情况下＆＃34; it_IT.UTF-8＆＃34;）。在这些情况下，问题不会发生。

因此，Apache的解决方法包括更改＆＃34; C＆＃34;到＆＃34; C.UTF-8＆＃34;在调用这些函数之前。

setlocale(LC_ALL,'C.UTF-8');
basename("àxà"); // now returns "àxà", which is correct
pathinfo("àyà/àxà", PATHINFO_BASENAME); // now returns "àxà", which is correct

甚至更好，如果你想备份当前的语言环境并在完成后恢复它：

$lc = new LocaleManager();
$lc->doBackup();
$lc->fixLocale();
basename("àxà/àyà");
$lc->doRestore();


class LocaleManager
{
    /** @var array */
    private $backup;


    public function doBackup()
    {
        $this->backup = array();
        $localeSettings = setlocale(LC_ALL, 0);
        if (strpos($localeSettings, ";") === false)
        {
            $this->backup["LC_ALL"] = $localeSettings;
        }
        // If any of the locales differs, then setlocale() returns all the locales separated by semicolon
        // Eg: LC_CTYPE=it_IT.UTF-8;LC_NUMERIC=C;LC_TIME=C;...
        else
        {
            $locales = explode(";", $localeSettings);
            foreach ($locales as $locale)
            {
                list ($key, $value) = explode("=", $locale);
                $this->backup[$key] = $value;
            }
        }
    }


    public function doRestore()
    {
        foreach ($this->backup as $key => $value)
        {
            setlocale(constant($key), $value);
        }
    }


    public function fixLocale()
    {
        setlocale(LC_ALL, "C.UTF-8");
    }
}

带有多字节UTF-8文件名的PHP basename（）和pathinfo（）

1 个答案: