Форум программистов «Весельчак У»
  *
Добро пожаловать, Гость. Пожалуйста, войдите или зарегистрируйтесь.
Вам не пришло письмо с кодом активации?

  • Рекомендуем проверить настройки временной зоны в вашем профиле (страница "Внешний вид форума", пункт "Часовой пояс:").
  • У нас больше нет рассылок. Если вам приходят письма от наших бывших рассылок mail.ru и subscribe.ru, то знайте, что это не мы рассылаем.
   Начало  
Наши сайты
Помощь Поиск Календарь Почта Войти Регистрация  
 
Страниц: [1]   Вниз
  Печать  
Автор Тема: Экранирование спецсимволов  (Прочитано 20110 раз)
0 Пользователей и 1 Гость смотрят эту тему.
Sla
Команда клуба

ua
Offline Offline
Пол: Мужской

WWW
« : 16-11-2011 10:50 » 

Есть текст содержащий кавычки, апострофы, амперсанды

Бла "бла" 'бла' &бла& <a href="адрес ссылки, может содержать & ">ссылка может содержать спецсимволы</a> <любой текст в знаках больше меньше> <img src="адрес картинки может содержать &" alt="" />, а таже другие элементы разметки html, с атрибутами, значение которых заключается в двойные/одинарные кавычки

Чтобы все правильно выводилось и работало необходимо спецсимволы в тексте заменить на их html сущности,
но в тегах их не трогать, только амперсанд (&)

Кодировка UTF-8

htmlspecialchars( текст, ENT_QUOTES, 'UTF-8')
htmlentities

Действуют на весь текст

Может как-то попытаться разрулить ситуацию регулярными выражениями с callback'ом (preg_replace_callback)
Но здесь стоит вопрос о правильном регулярном выражении
Попробовал несколько вариантов
что-то не выходит каменный цветок

Как написать регулярку, чтоб не затронуть параметры тегов. Т.е. теги исключить из процесса замены.



 
« Последнее редактирование: 16-11-2011 11:52 от Sla » Записан

Мы все учились понемногу... Чему-нибудь и как-нибудь.
zubr
Гость
« Ответ #1 : 16-11-2011 11:53 » 

А если вместо htmlspecialchars делать urlencode/urldecode ?
Записан
Sla
Команда клуба

ua
Offline Offline
Пол: Мужской

WWW
« Ответ #2 : 16-11-2011 11:57 » 

Здесь вопрос не в параметрах url

пример текста <span class="c1">текст в "span" </span> текст после "спан" <a href="address">название</a>
Записан

Мы все учились понемногу... Чему-нибудь и как-нибудь.
RXL
Технический
Администратор

ru
Offline Offline
Пол: Мужской

WWW
« Ответ #3 : 16-11-2011 12:21 » 

Ну, если в тексте не в встречается "<", то он с большой вероятностью восстановим.
Слав, попробуй tidy. Вроде он до HTML восстанавливает, а уж атрибуты потом можно регулярками поправить до XHTML.

Записан

... мы преодолеваем эту трудность без синтеза распределенных прототипов. (с) Жуков М.С.
Sla
Команда клуба

ua
Offline Offline
Пол: Мужской

WWW
« Ответ #4 : 16-11-2011 13:09 » 

текста не очень много, до 1к символов
можно распарсить html парсером, все текстовые ноды привести кправильному виду, и завернуть все обратно
Записан

Мы все учились понемногу... Чему-нибудь и как-нибудь.
RXL
Технический
Администратор

ru
Offline Offline
Пол: Мужской

WWW
« Ответ #5 : 16-11-2011 15:21 » 

http://ru.php.net/manual/en/book.tidy.php
Он для того и создан, чтобы кривой HTML исправлять.

Добавлено через 1 минуту и 46 секунд:
Слав, а это ты разовую работу выполняешь или что-то автоматизируешь от патологических искривлений?
« Последнее редактирование: 16-11-2011 15:23 от RXL » Записан

... мы преодолеваем эту трудность без синтеза распределенных прототипов. (с) Жуков М.С.
Sla
Команда клуба

ua
Offline Offline
Пол: Мужской

WWW
« Ответ #6 : 16-11-2011 15:40 » 

условно разовая
Данные уже хранятся в базе, и хранятся в описанном виде:
Цитата
Бла "бла" 'бла' &бла& <a href="адрес ссылки, может содержать & ">ссылка может содержать спецсимволы</a> <любой текст в знаках больше меньше> <img src="адрес картинки может содержать &" alt="" />, а также другие элементы разметки html, с атрибутами, значение которых заключается в двойные/одинарные кавычки
При выводе текста нужно спецсимволы превратить в html сущности



Записан

Мы все учились понемногу... Чему-нибудь и как-нибудь.
RXL
Технический
Администратор

ru
Offline Offline
Пол: Мужской

WWW
« Ответ #7 : 16-11-2011 16:39 » 

Или же исправить саму базу...
Подумать надо. Можно и регулярку на писать.
Когда-то аналогично мне пришлось статьи наши конвертировать, перед тем как мы их на форум перенесли.
Записан

... мы преодолеваем эту трудность без синтеза распределенных прототипов. (с) Жуков М.С.
Avdey
Участник

ru
Offline Offline

« Ответ #8 : 17-11-2011 01:10 » 

Напиши функцию которая делает так=)
Разбивает весь твой текст по символу в массив, далее идёт поэтапная проверка массива циклом while далее как встречаеться символ кавычки, апострофы, амперсанды преравнивает (заменяет) на их html сущности, а потом идёт дальше....короче какое хочешь условие и пиши туда.
str_replace(); - функция для преобразования строки в массив по символам.(вроде)
« Последнее редактирование: 17-11-2011 02:20 от Avdey » Записан
RXL
Технический
Администратор

ru
Offline Offline
Пол: Мужской

WWW
« Ответ #9 : 17-11-2011 03:54 » 

Как я уже говорил, главным символом является "<", т.к. с него начинаются теги. Написать универсальное выражение действительно проблематично, но можно делать ступенчатые проверки.

Поиск открывающего тега:
Код:
%<\s*([a-z]+)([^<>]*?)\s*>%i

Выражение захватывает тег целиком, подвыражения захватывают имя тега и блок, потенциально содержащий атрибуты.
Нужно проверить по списку, является ли имя допустимым, а атрибуты похожи на правду.

Проверка атрибутов (если строка атрибутов не пустая):

Код:
%(?:\s+([a-z]+)(|\s*=\s*'[^']*'|\s*=\*"[^"]*"))+\s*%i

Поиск закрывающего тега:
Код:
%<\s*/\s*([a-z]+)\s*>%i

Думаю, тут нужно не заменять на лету, а составить список смещений на начало и конец обнаруженных тегов, а потом по шагам обработать блоки.
Записан

... мы преодолеваем эту трудность без синтеза распределенных прототипов. (с) Жуков М.С.
Sla
Команда клуба

ua
Offline Offline
Пол: Мужской

WWW
« Ответ #10 : 17-11-2011 06:17 » 

Avdey, прочитай, что ты сказал Жаль
Идея уже понятна, и ее нужно только реализовать
Парится текст и... текстовые ноды преобразовываются,
Затем все лепится обратно.
Да... парсинг, конечно ведется циклом по одному символу, но существуют библиотеки парсинга.. так что...
Записан

Мы все учились понемногу... Чему-нибудь и как-нибудь.
RXL
Технический
Администратор

ru
Offline Offline
Пол: Мужской

WWW
« Ответ #11 : 17-11-2011 06:43 » 

Слав, а Tidy ты уже попробовал?
Записан

... мы преодолеваем эту трудность без синтеза распределенных прототипов. (с) Жуков М.С.
Sla
Команда клуба

ua
Offline Offline
Пол: Мужской

WWW
« Ответ #12 : 17-11-2011 06:46 » 

нет еще.
Записан

Мы все учились понемногу... Чему-нибудь и как-нибудь.
RXL
Технический
Администратор

ru
Offline Offline
Пол: Мужской

WWW
« Ответ #13 : 17-11-2011 07:52 » 

Попробуй сперва его - глядишь, изобретать ничего не надо будет.
Записан

... мы преодолеваем эту трудность без синтеза распределенных прототипов. (с) Жуков М.С.
Sla
Команда клуба

ua
Offline Offline
Пол: Мужской

WWW
« Ответ #14 : 17-11-2011 16:51 » 

еще не добрался до живых данных
Код:
function safeText ($node){
      if (isset($node->id)){
            if ($node->isText()) {
                  $node->value = //обрабатываем текст, боюсь что так делать нельзя
            }
      }
      if ($node->hasChildren()) {
            foreach ($node->child as $child) {
                  safeText($child);
            }
      }
}
//с конфигом чуть позжее
$tidy = tidy_parse_string('входящая строка','конфигурация');


в конфиге нашел...
numeric-entities, установив в тру вернет уже исправленный текст
Код:
$config = array('numeric-entities' => true);
$repairString = tidy->repairString('входящая строка',$config);
Черновик
« Последнее редактирование: 17-11-2011 18:18 от Sla » Записан

Мы все учились понемногу... Чему-нибудь и как-нибудь.
RXL
Технический
Администратор

ru
Offline Offline
Пол: Мужской

WWW
« Ответ #15 : 17-11-2011 21:07 » 

1. Можно.т Только исследуй на счет ссылок. Чай быстрее.
Записан

... мы преодолеваем эту трудность без синтеза распределенных прототипов. (с) Жуков М.С.
Страниц: [1]   Вверх
  Печать  
 

Powered by SMF 1.1.21 | SMF © 2015, Simple Machines