HTML Purifier选择性地吃特殊字符

Question

对符合UTF-8的数据库使用PHP。这是输入的输入方式。

1. 输入到textarea的用户类型
2. 用javascript escape（）
编码的textarea
3. 通过HTTP post传递
4. 使用PHP rawurldecode（）
解码
5. 使用默认设置
传递HTMLPurifier
6. 为MySQL转义并存储在数据库中

它以通常的方式出现，我在页面加载时运行unescape（）。这是为了让人们直接从word文档中复制和粘贴，并显示智能引号。

但HTMLPurifier似乎正在破坏非UTF-8特殊字符，那些逃逸（）到一个简单的％表达式，如Ö，它逃脱到％D6，而smartquotes逃到％u2024或其他东西并进入数据库那样。它取出了特殊字符和紧随其后的字符。

我需要在这个过程中改变一些东西。也许我需要改变一些事情。

如果没有特殊字符被破坏，我该怎么做？

Answer 1

  

  
1. 用javascript escape（）
编码的textarea   

escape isn't safe for non-ascii. Use escapeURIComponent

  

  
1. 通过HTTP post传递
  

我假设您使用XmlHttpRequest？如果没有，请确保包含表单的页面作为utf-8提供。

  

  
1. 使用PHP rawurldecode（）
解码   

如果您通过$_POST访问该值，则不应对其进行解码，因为已经完成了。这样做会弄乱数据。

  

  
1. 为MySQL转义并存储在数据库中
  

确保您没有启用magic quotes。确保数据库将表存储为utf-8（编码和，排序规则必须为utf-8）。确保php和MySql之间的连接是utf-8（如果你不使用PDO，请使用set names utf8。）

最后，确保在再次输出字符串时将页面作为utf-8提供。