解析php中的escape函数

发布时间：2020-12-13 06:28:30 所属栏目：PHP教程来源：网络整理

导读：采用js对URL中的汉字进行escape编码。引用：http://127.0.0.1/shop/product_list.php?p_sort=PHP%u5F00%u53D1%u8D44%u6E90%u7F51 生成了这样的效果,很明显用PHP的urldecode()或者base64_decode()是无法反解的。解决方法,用PHP写一个反解函数：代码如下: f

采用js对URL中的汉字进行escape编码。

引用：http://127.0.0.1/shop/product_list.php?p_sort=PHP%u5F00%u53D1%u8D44%u6E90%u7F51
生成了这样的效果,很明显用PHP的urldecode()或者base64_decode()是无法反解的。

解决方法,用PHP写一个反解函数：

代码如下:

function js_unescape($str){ 
$ret = ''; 
$len = strlen($str); 
for ($i = 0; $i < $len; $i++) 
{ 
if ($str[$i] == '%' && $str[$i+1] == 'u') 
{ 
$val = hexdec(substr($str,$i+2,4)); 
if ($val < 0x7f) $ret .= chr($val); 
else if($val < 0x800) $ret .= chr(0xc0|($val>>6)).chr(0x80|($val&0x3f)); else $ret .= chr(0xe0|($val>>12)).chr(0x80|(($val>>6)&0x3f)).chr(0x80|($val&0x3f));
$i += 5; 
} 
else if ($str[$i] == '%') 
{ 
$ret .= urldecode(substr($str,$i,3)); 
$i += 2; 
} 
else $ret .= $str[$i]; 
} 
return $ret;}

注意JS编码会自动转换成为UTF-8,所以必须进行编码转换才能得到正确的结果，否则会中文乱码。但如果使用UTF－8编码就不用这一步了。
到此我们就成功地反解了js的escape编码了。
如下：
另外我找到个用PHP实现js的escape编码的函数：

代码如下:

function phpescape($str)
{ 
$sublen=strlen($str);
$retrunString=""; 
for ($i=0;$i<$sublen;$i++) 
{ 
if(ord($str[$i])>=127) 
{ 
$tmpString=bin2hex(iconv("gb2312","ucs-2",substr($str,2))); 
//$tmpString=substr($tmpString,2,2).substr($tmpString,2);window下可能要打开此项 
$retrunString.="%u".$tmpString; 
$i++; 
} else 
{ 
$retrunString.="%".dechex(ord($str[$i])); 
} 
} 
return $retrunString;
}

在json中不支持中文，用它传送中文数据就会出现数据丢失或者乱码，必须在传送前对要发送的字符串进行编码，由于传送过去需要用js进行数据解析，考虑到js中有unescape函数，故若在php中有个escape函数，对数据进行编码，在客户端用unescape进行解码，这样就会方便很多。
先在网上搜索一把，很多用php实现的escape函数，大同小异，比如下面一个：

代码如下:

function phpEscape($str) {
preg_match_all("/[x80-xff].|[x01-x7f]+/",$str,$r);
$ar = $r[0];
foreach($ar as $k=>$v) {
 if(ord($v[0]) < 128)
 $ar[$k] = rawurlencode($v);
 else
 $ar[$k] = "%u".bin2hex(iconv("GB2312","UCS-2",$v));
}
return join("",$ar);
}

这个函数可以很好的工作，但是，也许有新手不理解这个函数的原理(比如我)，用起来总是不放心，现在我就来解释一下这个函数的原理。而且我认为，拿别人的代码来复用，好比站在了巨人的肩膀上，但是若不理解别人的代码，迟早要掉到地面上。

第一句：

preg_match_all("/[x80-xff].|[x01-x7f]+/",$r);这个是用正则表达式匹配字符串中所有的字符，[x80-xff]. 匹配的是汉字，x表示匹配字符的16进制编码，[ ] 是类选择符，“.” 表示任意一个字符，这样[x80-xff].匹配的是两个字符，其中第一个就是16进制从80到ff的字符，而这恰好就是汉字编码的第一个字符。这样就能完整的匹配一个汉字。关于unicode中汉字的编码，大家可以到网上搜索一下。同理，[x01-x7f]+英文字符串，因为最早的英文是 ASCII编码，编码值小于128，也就是16进制的从01到7f，"+"表示一个或者多个字符，这样[x01-x7f]+就能匹配连续多个英文字符串。

代码如下:

$ar = $r[0]; //$r[0]里存放是匹配到的数组
foreach($ar as $k=>$v) {
 if(ord($v[0]) < 128) //假如字符编码值小于128，说明是个英文字符
 $ar[$k] = rawurlencode($v); //直接用rawurlencode编码
 else
 $ar[$k] = "%u".bin2hex(iconv("GB2312",$v)); //否则的话用iconv函数把汉字转变成ucs-2编码，也就是unicode编码
}

在javascript中就可以用unescape来解码了
u0391-uFFE5 和u4e00-u9fa5来匹配中文
但好像前者包含汉字下的A-￥等后者可能是纯汉字。
其中解码函数为：

代码如下:

function unescape($str) {
 $str = rawurldecode($str);
 preg_match_all("/%u.{4}|&#x.{4};|&#d+;|.+/U",$r);
 $ar = $r[0];
 foreach($ar as $k=>$v) {
 if(substr($v,2) == "%u")
 $ar[$k] = iconv("UCS-2","GBK",pack("H4",substr($v,-4)));
 elseif(substr($v,3) == "&#x")
 $ar[$k] = iconv("UCS-2",3,-1)));
 elseif(substr($v,2) == "&#") {
 $ar[$k] = iconv("UCS-2",pack("n",-1)));
 }
 }
 return join("",$ar);
}

1. GBK (GB2312/GB18030)

x00-xff GBK双字节编码范围
x20-x7f ASCII
xa1-xff 中文
x80-xff 中文

2. UTF-8 (Unicode)

u4e00-u9fa5 (中文)
x3130-x318F (韩文
xAC00-xD7A3 (韩文)
u0800-u4e00 (日文)
ps: 韩文是大于[u9fa5]的字符

正则例子:

preg_replace("/([x80-xff])/","",$str);
preg_replace("/([u4e00-u9fa5])/",$str);

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!