解析php中的escape函數(shù)

更新時間：2013年06月29日 09:42:36 作者：

本篇文章是對php中的escape函數(shù)進行了詳細的分析介紹，需要的朋友參考下

采用js對URL中的漢字進行escape編碼。
<a href="" onclick="window.open('product_list.php?p_sort='+escape('腳本之家'));">這樣點擊鏈接后的效時：
引用：http://127.0.0.1/shop/product_list.php?p_sort=PHP%u5F00%u53D1%u8D44%u6E90%u7F51
生成了這樣的效果, 很明顯用PHP的urldecode()或者base64_decode()是無法反解的。
解決方法, 用PHP寫一個反解函數(shù)：

復制代碼代碼如下:

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編碼會自動轉(zhuǎn)換成為UTF-8, 所以必須進行編碼轉(zhuǎn)換才能得到正確的結(jié)果，否則會中文亂碼。但如果使用UTF－8編碼就不用這一步了。
代碼如下：print iconv('utf-8', 'gb2312', js_unescape($_REQUEST['p_sort']));
到此我們就成功地反解了js的escape編碼了。
如下：
另外我找到個用PHP實現(xiàn)js的escape編碼的函數(shù)：

復制代碼代碼如下:

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,$i,2)));                           
//$tmpString=substr($tmpString,2,2).substr($tmpString,0,2);window下可能要打開此項                           
$retrunString.="%u".$tmpString;                           
$i++;                  
} else 
{                           
$retrunString.="%".dechex(ord($str[$i]));                  
}         
}         
return $retrunString;
}

在json中不支持中文，用它傳送中文數(shù)據(jù)就會出現(xiàn)數(shù)據(jù)丟失或者亂碼，必須在傳送前對要發(fā)送的字符串進行編碼，由于傳送過去需要用js進行數(shù)據(jù)解析，考慮到js中有unescape函數(shù)，故若在php中有個escape函數(shù)，對數(shù)據(jù) 進行編碼，在客戶端用unescape進行解碼，這樣就會方便很多。
先在網(wǎng)上搜索一把，很多用php實現(xiàn)的escape函數(shù)，大同小異，比如下面一個：

復制代碼代碼如下:

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);
}

這個函數(shù)可以很好的工作，但是，也許有新手不理解這個函數(shù)的原理(比如我)，用起來總是不放心，現(xiàn)在我就來解釋一下這個函數(shù)的原理。而且我認為，拿別人的代碼來復用，好比站在了巨人的肩膀上，但是若不理解別人的代碼，遲早要掉到地面上。
第一句：preg_match_all("/[\x80-\xff].|[\x01-\x7f]+/",$str,$r);這個是用正則表達式匹配字符串中所有的字符，[\x80-\xff]. 匹配的是漢字，\x表示匹配字符的16進制編碼，[ ] 是類選擇符，“.” 表示任意一個字符，這樣[\x80-\xff].匹配的是兩個字符，其中第一個就是16進制從80到ff的字符，而這恰好就是漢字編碼的第一個字符。這樣就能完整的匹配一個漢字。關(guān)于unicode中漢字的編碼，大家可以到網(wǎng)上搜索一下。同理，[\x01-\x7f]+英文字符串，因為最早的英文是 ASCII編碼，編碼值小于128，也就是16進制的從01到7f，"+"表示一個或者多個字符，這樣[\x01-\x7f]+就能匹配連續(xù)多個英文字符串。

復制代碼代碼如下:

$ar = $r[0];             //$r[0]里存放是匹配到的數(shù)組
foreach($ar as $k=>$v) {
    if(ord($v[0]) < 128)                 //假如字符編碼值小于128，說明是個英文字符
      $ar[$k] = rawurlencode($v);    //直接用rawurlencode編碼
    else
      $ar[$k] = "%u".bin2hex(iconv("GB2312","UCS-2",$v));    //否則的話用iconv函數(shù)把漢字轉(zhuǎn)變成ucs-2編碼，也就是unicode編碼
}

在javascript中就可以用unescape來解碼了
\u0391-\uFFE5 和\u4e00-\u9fa5來匹配中文
但好像前者包含漢字下的A-￥等后者可能是純漢字。
其中解碼函數(shù)為：

復制代碼代碼如下:

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

一、編碼范圍
1. GBK (GB2312/GB18030)
\x00-\xff   GBK雙字節(jié)編碼范圍
\x20-\x7f   ASCII
\xa1-\xff   中文
\x80-\xff   中文
2. UTF-8 (Unicode)
\u4e00-\u9fa5 (中文)
\x3130-\x318F (韓文
\xAC00-\xD7A3 (韓文)
\u0800-\u4e00 (日文)
ps: 韓文是大于[\u9fa5]的字符
正則例子:
preg_replace("/([\x80-\xff])/","",$str);
preg_replace("/([u4e00-u9fa5])/","",$str);

您可能感興趣的文章: