文字列をサニタイズし、ファイル名に使用できるようにするphp関数を探しています。誰かが便利なものを知っていますか?
(書けますが、キャラクターを見逃してしまうのではないかと心配です!)
編集:Windows NTFSファイルシステムにファイルを保存します。
文字列をサニタイズし、ファイル名に使用できるようにするphp関数を探しています。誰かが便利なものを知っていますか?
(書けますが、キャラクターを見逃してしまうのではないかと心配です!)
編集:Windows NTFSファイルシステムにファイルを保存します。
回答:
文字を見落とすことを心配する代わりに、使用して喜んでいる文字のホワイトリストを使用するのはどうですか?たとえば、あなただけの古き良き可能性がありa-z
、0-9
、_
、および期間(の単一のインスタンス.
)。これは明らかにほとんどのファイルシステムよりも制限がありますが、あなたを安全に保つはずです。
ドミニク・ロジャーが気づいた問題を修正するためにTor Valamoのソリューションを少し調整すると、次のように使用できます。
// Remove anything which isn't a word, whitespace, number
// or any of the following caracters -_~,;[]().
// If you don't need to handle multi-byte characters
// you can use preg_replace rather than mb_ereg_replace
// Thanks @Łukasz Rysiak!
$file = mb_ereg_replace("([^\w\s\d\-_~,;\[\]\(\).])", '', $file);
// Remove any runs of periods (thanks falstro!)
$file = mb_ereg_replace("([\.]{2,})", '', $file);
..
後でチェックを実行する必要があります。たとえば、.?.
最終的にになり..
ます。あなたがフィルター/
をかけているので、今それをどのように活用するかはわかりませんが、..
ここではチェックが効果がない理由を示しています。おそらくより良いですが、置き換えないでください。適格でない場合は拒否してください。
[^a-z0-9_-]
本当に制限したい場合は、正規表現を単純に変更できます。または、生成された名前を使用して、指定された名前を破棄し、これらすべての問題を回避できます。:-)
これは、ファイルシステムをサニタイズする方法です。
function filter_filename($name) {
// remove illegal file system characters https://en.wikipedia.org/wiki/Filename#Reserved_characters_and_words
$name = str_replace(array_merge(
array_map('chr', range(0, 31)),
array('<', '>', ':', '"', '/', '\\', '|', '?', '*')
), '', $name);
// maximise filename length to 255 bytes http://serverfault.com/a/9548/44086
$ext = pathinfo($name, PATHINFO_EXTENSION);
$name= mb_strcut(pathinfo($name, PATHINFO_FILENAME), 0, 255 - ($ext ? strlen($ext) + 1 : 0), mb_detect_encoding($name)) . ($ext ? '.' . $ext : '');
return $name;
}
他のすべてはファイルシステムで許可されているので、質問は完全に答えられます...
...しかし、安全でないHTMLコンテキストで後で使用する場合、ファイル名に単一引用符を含めることは危険である可能性があり'
ます。これは、この完全に正当なファイル名であるためです。
' onerror= 'alert(document.cookie).jpg
となりXSSの穴:
<img src='<? echo $image ?>' />
// output:
<img src=' ' onerror= 'alert(document.cookie)' />
そのため、人気のあるCMSソフトウェアのWordpressはそれらを削除しますが、いくつかの更新を行った後にのみ、関連するすべての文字をカバーしました。
$special_chars = array("?", "[", "]", "/", "\\", "=", "<", ">", ":", ";", ",", "'", "\"", "&", "$", "#", "*", "(", ")", "|", "~", "`", "!", "{", "}", "%", "+", chr(0));
// ... a few rows later are whitespaces removed as well ...
preg_replace( '/[\r\n\t -]+/', '-', $filename )
最後に、それらのリストには、URI予約文字とURL安全でない文字リストの一部であるほとんどの文字が含まれています。
もちろん、これらすべての文字をHTML出力に単純にエンコードすることもできますが、ほとんどの開発者と私も、「申し訳ありませんが安全です」というイディオムに従って、事前に削除します。
だから最後に私はこれを使うことを勧めます:
function filter_filename($filename, $beautify=true) {
// sanitize filename
$filename = preg_replace(
'~
[<>:"/\\|?*]| # file system reserved https://en.wikipedia.org/wiki/Filename#Reserved_characters_and_words
[\x00-\x1F]| # control characters http://msdn.microsoft.com/en-us/library/windows/desktop/aa365247%28v=vs.85%29.aspx
[\x7F\xA0\xAD]| # non-printing characters DEL, NO-BREAK SPACE, SOFT HYPHEN
[#\[\]@!$&\'()+,;=]| # URI reserved https://tools.ietf.org/html/rfc3986#section-2.2
[{}^\~`] # URL unsafe characters https://www.ietf.org/rfc/rfc1738.txt
~x',
'-', $filename);
// avoids ".", ".." or ".hiddenFiles"
$filename = ltrim($filename, '.-');
// optional beautification
if ($beautify) $filename = beautify_filename($filename);
// maximize filename length to 255 bytes http://serverfault.com/a/9548/44086
$ext = pathinfo($filename, PATHINFO_EXTENSION);
$filename = mb_strcut(pathinfo($filename, PATHINFO_FILENAME), 0, 255 - ($ext ? strlen($ext) + 1 : 0), mb_detect_encoding($filename)) . ($ext ? '.' . $ext : '');
return $filename;
}
ファイルシステムに問題を引き起こさないものはすべて、追加機能の一部である必要があります。
function beautify_filename($filename) {
// reduce consecutive characters
$filename = preg_replace(array(
// "file name.zip" becomes "file-name.zip"
'/ +/',
// "file___name.zip" becomes "file-name.zip"
'/_+/',
// "file---name.zip" becomes "file-name.zip"
'/-+/'
), '-', $filename);
$filename = preg_replace(array(
// "file--.--.-.--name.zip" becomes "file.name.zip"
'/-*\.-*/',
// "file...name..zip" becomes "file.name.zip"
'/\.{2,}/'
), '.', $filename);
// lowercase for windows/unix interoperability http://support.microsoft.com/kb/100625
$filename = mb_strtolower($filename, mb_detect_encoding($filename));
// ".file-name.-" becomes "file-name"
$filename = trim($filename, '.-');
return $filename;
}
そしてこの時点で、結果が空の場合はファイル名を生成する必要があり、UTF-8文字をエンコードするかどうかを決定できます。ただし、Webホスティングコンテキストで使用されるすべてのファイルシステムでUTF-8が許可されているため、これは必要ありません。
あなたがしなければならない唯一のことは使用することですurlencode()
(あなたがうまくいけばあなたはすべてのURLでそれをするので)、ファイル名საბეჭდი_მანქანა.jpg
はあなた<img src>
またはとして次のURLになります<a href>
:http :
//www.maxrev.de/html/img/%E1%83% A1%E1%83%90%E1%83%91%E1%83%94%E1%83%AD%E1%83%93%E1%83%98_%E1%83%9B%E1%83%90% E1%83%9C%E1%83%A5%E1%83%90%E1%83%9C%E1%83%90.jpg
Stackoverflowがそれを行うので、ユーザーが行うようにこのリンクを投稿できます。http:
//www.maxrev.de/html/img/საბეჭდი_მანქანა。jpg
これは完全な法的ファイル名とされるようではない問題として彼の答えで述べた@ SequenceDigitale.com。
r-u-l-e-s
。確かにそれは機能のせいではなく、ただ尋ねるだけです-そのような振る舞いの理由は何でしょうか?エンコードが間違っていますか?
rawurlencode()の使用についてはどうですか? http://www.php.net/manual/en/function.rawurlencode.php
中国語の文字もサニタイズする関数は次のとおりです。
public static function normalizeString ($str = '')
{
$str = strip_tags($str);
$str = preg_replace('/[\r\n\t ]+/', ' ', $str);
$str = preg_replace('/[\"\*\/\:\<\>\?\'\|]+/', ' ', $str);
$str = strtolower($str);
$str = html_entity_decode( $str, ENT_QUOTES, "utf-8" );
$str = htmlentities($str, ENT_QUOTES, "utf-8");
$str = preg_replace("/(&)([a-z])([a-z]+;)/i", '$2', $str);
$str = str_replace(' ', '-', $str);
$str = rawurlencode($str);
$str = str_replace('%', '-', $str);
return $str;
}
ここに説明があります
OK、一部のファイル名は関連しませんが、ほとんどの場合は機能します。
例。元の名前:「საბეჭდი-და-ტიპოგრაფიული。jpg」
出力名:「-E1-83-A1-E1-83-90-E1-83-91-E1-83-94-E1-83-AD-E1-83-93-E1-83-98--E1- 83-93-E1-83-90--E1-83-A2-E1-83-98-E1-83-9E-E1-83-9D-E1-83-92-E1-83-A0-E1-83 -90-E1-83-A4-E1-83-98-E1-83-A3-E1-83-9A-E1-83-98.jpg」
404エラーよりもその方がいいです。
お役に立てば幸いです。
カール。
http://www.maxrev.de/html/img/საბეჭდი_მანქანა.jpg
にhttp://www.maxrev.de/html/img/%E1%83%A1%E1%83%90%E1%83%91%E1%83%94%E1%83%AD%E1%83%93%E1%83%98_%E1%83%9B%E1%83%90%E1%83%9C%E1%83%A5%E1%83%90%E1%83%9C%E1%83%90.jpg
あなたがうまくいけば、すべてのURLを行うとHTMLのソースコードに。
strip_tags()
、その後を削除し[<>]
ます。それによってstrip_tags()
実際にはまったく必要ありません。同じ点が引用です。でデコードしても引用符は残りませんENT_QUOTES
。そして、str_replace()
連続する空白を削除せずstrtolower()
、マルチバイト文字列に使用します。そして、なぜ小文字に変換するのですか?そして最後に、@ BasilMusaが言及したように、予約文字をキャッチしませんでした。私の回答の詳細:stackoverflow.com/a/42058764/318765
ソリューション1-シンプルで効果的
$file_name = preg_replace( '/[^a-z0-9]+/', '-', strtolower( $url ) );
[^a-z0-9]+
ファイル名は文字と数字のみを保持することを保証します'-'
、ファイル名が読みやすくなります例:
URL: http://stackoverflow.com/questions/2021624/string-sanitizer-for-filename
File: http-stackoverflow-com-questions-2021624-string-sanitizer-for-filename
解決策2-非常に長いURL
あなたはURLのコンテンツをキャッシュしたいと思っており、ユニークなファイル名を持っている必要があるだけです。私はこの関数を使用します:
$file_name = md5( strtolower( $url ) )
これにより、固定長のファイル名が作成されます。MD5ハッシュは、ほとんどの場合、この種の使用に十分に一意です。
例:
URL: https://www.amazon.com/Interstellar-Matthew-McConaughey/dp/B00TU9UFTS/ref=s9_nwrsa_gw_g318_i10_r?_encoding=UTF8&fpl=fresh&pf_rd_m=ATVPDKIKX0DER&pf_rd_s=desktop-1&pf_rd_r=BS5M1H560SMAR2JDKYX3&pf_rd_r=BS5M1H560SMAR2JDKYX3&pf_rd_t=36701&pf_rd_p=6822bacc-d4f0-466d-83a8-2c5e1d703f8e&pf_rd_p=6822bacc-d4f0-466d-83a8-2c5e1d703f8e&pf_rd_i=desktop
File: 51301f3edb513f6543779c3a5433b01c
さて、tempnam()が代わりにやってくれます。
http://us2.php.net/manual/en/function.tempnam.php
しかし、それはまったく新しい名前を作成します。
既存の文字列をサニタイズするには、ユーザーが入力できるものを制限し、文字、数字、ピリオド、ハイフン、アンダースコアにしてから、単純な正規表現でサニタイズします。エスケープする必要がある文字を確認してください。そうしないと、誤検知が発生する可能性があります。
$sanitized = preg_replace('/[^a-zA-Z0-9\-\._]/','', $filename);
preg_replace("[^\w\s\d\.\-_~,;:\[\]\(\]]", '', $file)
システムで許可されているものに応じて、さらに有効な文字を追加/削除します。
または、ファイルを作成して、それが悪い場合はエラーを返すこともできます。
..
、問題のある場合とない場合のあるのようなファイル名を許可します。
PHPは、テキストを別の形式にサニタイズする機能を提供します
方法 :
echo filter_var(
"Lorem Ipsum has been the industry's",FILTER_SANITIZE_URL
);
ブロッククォート
LoremIpsumhasbeentheindustry's
次の式は、きれいで使いやすい文字列を作成します。
/[^a-z0-9\._-]+/gi
今日の財務を変える:請求書を今日の金融請求に
preg_replace
グローバルフラグは暗黙的です。したがって、preg_replaceが使用されている場合は、gは必要ありません。置換の数を制御する場合、preg_replaceにはそのためのlimit
パラメーターがあります。詳細については、preg_replaceのドキュメントをご覧ください。
これらは少し重いかもしれませんが、どのような文字列も「安全な」en
スタイルのファイル名またはフォルダ名(または、曲げた場合はスクラブやスクラブなど)にサニタイズするのに十分な柔軟性があります。
1)完全なファイル名を作成する(入力が完全に切り捨てられた場合の代替名を使用):
str_file($raw_string, $word_separator, $file_extension, $fallback_name, $length);
2)または、完全なファイル名を作成せずにフィルターユーティリティのみを使用します(厳密モードでtrue
は、ファイル名に[]または()を使用できません):
str_file_filter($string, $separator, $strict, $length);
3)そしてここにそれらの関数があります:
// Returns filesystem-safe string after cleaning, filtering, and trimming input
function str_file_filter(
$str,
$sep = '_',
$strict = false,
$trim = 248) {
$str = strip_tags(htmlspecialchars_decode(strtolower($str))); // lowercase -> decode -> strip tags
$str = str_replace("%20", ' ', $str); // convert rogue %20s into spaces
$str = preg_replace("/%[a-z0-9]{1,2}/i", '', $str); // remove hexy things
$str = str_replace(" ", ' ', $str); // convert all nbsp into space
$str = preg_replace("/&#?[a-z0-9]{2,8};/i", '', $str); // remove the other non-tag things
$str = preg_replace("/\s+/", $sep, $str); // filter multiple spaces
$str = preg_replace("/\.+/", '.', $str); // filter multiple periods
$str = preg_replace("/^\.+/", '', $str); // trim leading period
if ($strict) {
$str = preg_replace("/([^\w\d\\" . $sep . ".])/", '', $str); // only allow words and digits
} else {
$str = preg_replace("/([^\w\d\\" . $sep . "\[\]\(\).])/", '', $str); // allow words, digits, [], and ()
}
$str = preg_replace("/\\" . $sep . "+/", $sep, $str); // filter multiple separators
$str = substr($str, 0, $trim); // trim filename to desired length, note 255 char limit on windows
return $str;
}
// Returns full file name including fallback and extension
function str_file(
$str,
$sep = '_',
$ext = '',
$default = '',
$trim = 248) {
// Run $str and/or $ext through filters to clean up strings
$str = str_file_filter($str, $sep);
$ext = '.' . str_file_filter($ext, '', true);
// Default file name in case all chars are trimmed from $str, then ensure there is an id at tail
if (empty($str) && empty($default)) {
$str = 'no_name__' . date('Y-m-d_H-m_A') . '__' . uniqid();
} elseif (empty($str)) {
$str = $default;
}
// Return completed string
if (!empty($ext)) {
return $str . $ext;
} else {
return $str;
}
}
だから、いくつかのユーザー入力があるとしましょう: .....<div></div><script></script>& Weiß Göbel 中文百强网File name %20 %20 %21 %2C Décor \/. /. . z \... y \...... x ./ “This name” is & 462^^ not = that grrrreat -][09]()1234747) საბეჭდი-და-ტიპოგრაფიული
そして、それをより親しみやすいものに変換して、ファイル名の長さが255文字のtar.gzを作成します。以下は使用例です。注:この例には、概念実証として不正なtar.gz拡張が含まれています。ホワイトリストに対して文字列が作成された後も、extをフィルタリングする必要があります。
$raw_str = '.....<div></div><script></script>& Weiß Göbel 中文百强网File name %20 %20 %21 %2C Décor \/. /. . z \... y \...... x ./ “This name” is & 462^^ not = that grrrreat -][09]()1234747) საბეჭდი-და-ტიპოგრაფიული';
$fallback_str = 'generated_' . date('Y-m-d_H-m_A');
$bad_extension = '....t&+++a()r.gz[]';
echo str_file($raw_str, '_', $bad_extension, $fallback_str);
出力は次のようになります。 _wei_gbel_file_name_dcor_._._._z_._y_._x_._this_name_is_462_not_that_grrrreat_][09]()1234747)_.tar.gz
ここで遊ぶことができます:https : //3v4l.org/iSgi8
または要点:https : //gist.github.com/dhaupin/b109d3a8464239b7754a
編集:
スペースの代わりに スクリプトフィルターを更新、3v4lリンクを更新
今日私が知っているのは、Netteフレームワークの静的メソッドStrings :: webalizeです。
ところで、これはすべての分音記号を基本に変換します。š=> sü=> uß=> ssなど
ファイル名については、ドット「。」を追加する必要があります。許可された文字パラメータに。
/**
* Converts to ASCII.
* @param string UTF-8 encoding
* @return string ASCII
*/
public static function toAscii($s)
{
static $transliterator = NULL;
if ($transliterator === NULL && class_exists('Transliterator', FALSE)) {
$transliterator = \Transliterator::create('Any-Latin; Latin-ASCII');
}
$s = preg_replace('#[^\x09\x0A\x0D\x20-\x7E\xA0-\x{2FF}\x{370}-\x{10FFFF}]#u', '', $s);
$s = strtr($s, '`\'"^~?', "\x01\x02\x03\x04\x05\x06");
$s = str_replace(
array("\xE2\x80\x9E", "\xE2\x80\x9C", "\xE2\x80\x9D", "\xE2\x80\x9A", "\xE2\x80\x98", "\xE2\x80\x99", "\xC2\xB0"),
array("\x03", "\x03", "\x03", "\x02", "\x02", "\x02", "\x04"), $s
);
if ($transliterator !== NULL) {
$s = $transliterator->transliterate($s);
}
if (ICONV_IMPL === 'glibc') {
$s = str_replace(
array("\xC2\xBB", "\xC2\xAB", "\xE2\x80\xA6", "\xE2\x84\xA2", "\xC2\xA9", "\xC2\xAE"),
array('>>', '<<', '...', 'TM', '(c)', '(R)'), $s
);
$s = @iconv('UTF-8', 'WINDOWS-1250//TRANSLIT//IGNORE', $s); // intentionally @
$s = strtr($s, "\xa5\xa3\xbc\x8c\xa7\x8a\xaa\x8d\x8f\x8e\xaf\xb9\xb3\xbe\x9c\x9a\xba\x9d\x9f\x9e"
. "\xbf\xc0\xc1\xc2\xc3\xc4\xc5\xc6\xc7\xc8\xc9\xca\xcb\xcc\xcd\xce\xcf\xd0\xd1\xd2\xd3"
. "\xd4\xd5\xd6\xd7\xd8\xd9\xda\xdb\xdc\xdd\xde\xdf\xe0\xe1\xe2\xe3\xe4\xe5\xe6\xe7\xe8"
. "\xe9\xea\xeb\xec\xed\xee\xef\xf0\xf1\xf2\xf3\xf4\xf5\xf6\xf8\xf9\xfa\xfb\xfc\xfd\xfe"
. "\x96\xa0\x8b\x97\x9b\xa6\xad\xb7",
'ALLSSSSTZZZallssstzzzRAAAALCCCEEEEIIDDNNOOOOxRUUUUYTsraaaalccceeeeiiddnnooooruuuuyt- <->|-.');
$s = preg_replace('#[^\x00-\x7F]++#', '', $s);
} else {
$s = @iconv('UTF-8', 'ASCII//TRANSLIT//IGNORE', $s); // intentionally @
}
$s = str_replace(array('`', "'", '"', '^', '~', '?'), '', $s);
return strtr($s, "\x01\x02\x03\x04\x05\x06", '`\'"^~?');
}
/**
* Converts to web safe characters [a-z0-9-] text.
* @param string UTF-8 encoding
* @param string allowed characters
* @param bool
* @return string
*/
public static function webalize($s, $charlist = NULL, $lower = TRUE)
{
$s = self::toAscii($s);
if ($lower) {
$s = strtolower($s);
}
$s = preg_replace('#[^a-z0-9' . preg_quote($charlist, '#') . ']+#i', '-', $s);
$s = trim($s, '-');
return $s;
}
urlencode()
ファイル名をsrc
またはとして使用する前に、単に使用してくださいhref
。:UTF-8で問題を抱えているだけで、現在使用されているファイルシステムは、(XBOXで使用される)FATXあるen.wikipedia.org/wiki/Comparison_of_file_systems#Limits Webサーバで使用され、私はこれを考えていない
これはすべて問題にかかっているようです。サーバーにハッキングするために使用できるファイル名を作成することは可能ですか(または、その他のダメージを与えることができます)。そうでない場合は、最終的に使用する場所にファイルを作成してみることで簡単に解決できるようです(間違いなく、これが選択したオペレーティングシステムになるためです)。オペレーティングシステムに分類させます。不満がある場合は、そのエラーを検証エラーとしてユーザーに移植します。
これには、確実に移植可能であるという追加の利点があります。これは、そのOSのファイル名が適切に形成されていない場合、すべての(かなり確信している)オペレーティングシステムが文句を言うからです。
それは場合である以下のファイル名の完全な「衛生」よりも複雑な施策-ファイル名で極悪非道なことを行うことができ、おそらく常駐のオペレーティング・システム上のファイル名をテストする前に適用することができ措置があります。
一方通行
$bad='/[\/:*?"<>|]/';
$string = 'fi?le*';
function sanitize($str,$pat)
{
return preg_replace($pat,"",$str);
}
echo sanitize($string,$bad);
/
そして..
、ユーザーが指定したファイル名には有害な可能性があります。したがって、次のような方法でこれらを取り除く必要があります。
$fname = str_replace('..', '', $fname);
$fname = str_replace('/', '', $fname);
..name
、何も壊れない文字列に変えるだけです。すべてのパス区切り文字を削除することで、ディレクトリトラバーサルを防止できます。(の削除..
は技術的に不要です。)
./.
なり..
ます。そして最後に、この回答はNULLのような他のすべてのファイルシステム予約文字を見逃しています。私の回答の詳細:stackoverflow.com/a/42058764/318765
$ fname = str_replace( '/'、 ''、$ fname);
ユーザーはスラッシュを使用して2つの単語を区切る場合があるため、NULLの代わりにダッシュに置き換える方が良いでしょう。