首页 > 数据库 > PHP 对输入变量名的自动转换的问题与源码分析
2019
07-16

PHP 对输入变量名的自动转换的问题与源码分析

起步

表单提交到PHP脚本时,底层的PHP会做一层转换。将一些符号转成下划线 _ 。

实际上这层转换中会发生很多意想不到的情况。

列举这些情况

一个简单的测试就出现了意外,一个是单个 [ 也会被替换,对于 array 的输入, key 不会做转换。于是我多多测了一下,得出如下列表:

<input name="a.b" /> 转为: $_REQUEST["a_b"] <input name="a b" /> 转为: $_REQUEST["a_b"] <input name="a[b" /> 转为: $_REQUEST["a_b"] <input name="a]b" /> 转为: $_REQUEST["a]b"] <input name="a-b" /> 转为: $_REQUEST["a-b"] <input name=" ab" /> 转为: $_REQUEST["ab"] <input name="ab " /> 转为: $_REQUEST["ab "] <input name="arr[a.b]" /> 转为: $_REQUEST["arr"]["a.b"] <input name="ar.r[a.b]" /> 转为: $_REQUEST["ar_r"]["a.b"] <input name="arr[a[b]]" /> 转为: $_REQUEST["arr"]["a[b"] <input name="arr[a[]x]" /> 转为: $_REQUEST["arr"]["a["] <input name="arr[]ab" /> 转为: $_REQUEST["arr"][0] <input name="arr[a]b" /> 转为: $_REQUEST["arr"]["a"] <input name="arr[a.b" /> 转为: $_REQUEST["arr_a.b"] <input name="arr[[a.b" /> 转为: $_REQUEST["arr_[a.b"]

这个转换机制十分诡异是吧。查了一下,在 Bug#77172 convert error on receiving variables from external sources 中提出了 id[]_text 转换成 id[] 的问题,采取的结果是补全文档上的说明。

另外也有几个讨论是否关闭这层转换:

Request #34882 Unable to access original posted variable name with dot in ;

Request #37040 autoconversion of variable names should be turned off 建议取消这个转换的讨论;

Request #65252 Input string parsing - allow ' ' and '.' chars as hash key 讨论转换的hash冲突问题;


这三个 Request 都还是 open 状态,还没有结果,其中关于关闭转换的讨论早在06年就提出来了。我不清楚 PHP 为什么会做这个转换,目的是什么。据我所知的 java,Django 都不会做转换的。

PHP对于外部输入的变量都会转换的,这就涉及到了 $_POST, $_GET, $_FILES, $_COOKIE, $_REQUEST 这些变量了。

源码分析

虽然我没有阅读过php源码,在朋友的帮助下,关于这部分的转换代码在 main/php_variables.c 的 php_register_variable_ex 函数中 php_variables.c#L68 ,源码精简了下流程:

PHPAPI void php_register_variable_ex(char *var_name, zval *val, zval *track_vars_array) { char *p = NULL; char *ip = NULL; /* index pointer */ char *index; char *var, *var_orig; /* ignore leading spaces in the variable name */ while (*var_name==' ') { // 忽略前置空格 var_name++; } for (p = var; *p; p++) { if (*p == ' ' || *p == '.') { // 空格和点替换成下划线 *p='_'; } else if (*p == '[') { is_array = 1; // 如果遇到 [ 则视为数组,is_array 设为1 ip = p; *p = 0; break; } } ... }

这里可以看出,忽略前置空格是最先做的动作;当遇到第一个 [ 时,php则认为数数组,不再进行转换,设置了 is_array = 1 就 break 了。

这个 is_array 有什么用呢,往下看:

if (is_array) { int nest_level = 0; while (1) { char *index_s; size_t new_idx_len = 0; ip++; // [ 的下一个字符 index_s = ip; if (*ip==']') { // 如果下一个字符就已经是],表示没有设置key index_s = NULL; } else { ip = strchr(ip, ']'); // 查找剩余字符串中的 ] if (!ip) { /* PHP variables cannot contain '[' in their names, so we replace the character with a '_' */ *(index_s - 1) = '_'; // 如果没找到,则将 [ 替换成下划线 index_len = 0; if (index) { index_len = strlen(index); } goto plain_var; return; } *ip = 0; new_idx_len = strlen(index_s); // key 的长度到第一个出现 ] 为止 } } ... }

到此,转化处理的过程就很清晰了,对于数组情况的变量名,分为两种:

  1. 没找到 ] 与其匹配,该变量名不是数组,将 [ 替换成下划线,后续字符串不做处理;

  2. 有 ] 与其匹配,取到第一个出现 ] 的位置作为 key ,舍弃后面的字符。

对于情况1 就很奇怪了,如果输入是 arr[[a.b 那么就会转成成 arr_[a.b 了。

总结

鉴于当前的转换规则总结的规律如下:

  1. 在第一个 [ 之前的字符中,忽略前置的空格,将 . 和 空格 替换成下划线 _ ;

  2. 在第一个 [ 之后的字符,不再进行替换处理:若后续字符中 没有 ] 时,第一个 [ 替换成 _ ,后续字符串不做转换;若后续字符中  ] 时,取到第一次出现 ] 的位置作为 key,舍弃后续字符。

扫码芷若 获取免费视频学习资料

编程学习

查 看2019高级编程视频教程免费获取