증명은 PHP의 소스 코드에 있습니다.
앞으로 언제든지 원하는대로 이러한 종류의 정보를 찾는 방법에 대한 빠른 프로세스를 안내합니다. 저와 함께, 당신이 훑어 볼 수있는 많은 C 소스 코드가있을 것입니다 (나는 그것을 설명합니다). 일부 C를 마무리하려면 SO wiki를 시작하는 것이 좋습니다 .
소스를 다운로드하거나 ( http://lxr.php.net/ 을 사용 하여 온라인으로 탐색) 함수 이름의 모든 파일을 grep하면 다음과 같은 것을 찾을 수 있습니다.
PHP 5.3.6 (가장 최근 작성 당시)은 url.c 파일에서 네이티브 C 코드의 두 가지 기능을 설명합니다 .
RawUrlEncode ()
PHP_FUNCTION(rawurlencode)
{
char *in_str, *out_str;
int in_str_len, out_str_len;
if (zend_parse_parameters(ZEND_NUM_ARGS() TSRMLS_CC, "s", &in_str,
&in_str_len) == FAILURE) {
return;
}
out_str = php_raw_url_encode(in_str, in_str_len, &out_str_len);
RETURN_STRINGL(out_str, out_str_len, 0);
}
UrlEncode ()
PHP_FUNCTION(urlencode)
{
char *in_str, *out_str;
int in_str_len, out_str_len;
if (zend_parse_parameters(ZEND_NUM_ARGS() TSRMLS_CC, "s", &in_str,
&in_str_len) == FAILURE) {
return;
}
out_str = php_url_encode(in_str, in_str_len, &out_str_len);
RETURN_STRINGL(out_str, out_str_len, 0);
}
좋아, 여기서 뭐가 달라?
둘 다 본질적으로 두 가지 다른 내부 함수를 호출합니다 : php_raw_url_encode 및 php_url_encode
그런 기능들을 찾으십시오!
php_raw_url_encode를 보자
PHPAPI char *php_raw_url_encode(char const *s, int len, int *new_length)
{
register int x, y;
unsigned char *str;
str = (unsigned char *) safe_emalloc(3, len, 1);
for (x = 0, y = 0; len--; x++, y++) {
str[y] = (unsigned char) s[x];
#ifndef CHARSET_EBCDIC
if ((str[y] < '0' && str[y] != '-' && str[y] != '.') ||
(str[y] < 'A' && str[y] > '9') ||
(str[y] > 'Z' && str[y] < 'a' && str[y] != '_') ||
(str[y] > 'z' && str[y] != '~')) {
str[y++] = '%';
str[y++] = hexchars[(unsigned char) s[x] >> 4];
str[y] = hexchars[(unsigned char) s[x] & 15];
#else /*CHARSET_EBCDIC*/
if (!isalnum(str[y]) && strchr("_-.~", str[y]) != NULL) {
str[y++] = '%';
str[y++] = hexchars[os_toascii[(unsigned char) s[x]] >> 4];
str[y] = hexchars[os_toascii[(unsigned char) s[x]] & 15];
#endif /*CHARSET_EBCDIC*/
}
}
str[y] = '\0';
if (new_length) {
*new_length = y;
}
return ((char *) str);
}
그리고 물론 php_url_encode :
PHPAPI char *php_url_encode(char const *s, int len, int *new_length)
{
register unsigned char c;
unsigned char *to, *start;
unsigned char const *from, *end;
from = (unsigned char *)s;
end = (unsigned char *)s + len;
start = to = (unsigned char *) safe_emalloc(3, len, 1);
while (from < end) {
c = *from++;
if (c == ' ') {
*to++ = '+';
#ifndef CHARSET_EBCDIC
} else if ((c < '0' && c != '-' && c != '.') ||
(c < 'A' && c > '9') ||
(c > 'Z' && c < 'a' && c != '_') ||
(c > 'z')) {
to[0] = '%';
to[1] = hexchars[c >> 4];
to[2] = hexchars[c & 15];
to += 3;
#else /*CHARSET_EBCDIC*/
} else if (!isalnum(c) && strchr("_-.", c) == NULL) {
/* Allow only alphanumeric chars and '_', '-', '.'; escape the rest */
to[0] = '%';
to[1] = hexchars[os_toascii[c] >> 4];
to[2] = hexchars[os_toascii[c] & 15];
to += 3;
#endif /*CHARSET_EBCDIC*/
} else {
*to++ = c;
}
}
*to = 0;
if (new_length) {
*new_length = to - start;
}
return (char *) start;
}
앞으로 나아 가기 전에 한 가지 간단한 지식으로 EBCDIC은 ASCII와 비슷한 또 다른 문자 집합 이지만 전체 경쟁자입니다. PHP는 두 가지 모두를 처리하려고 시도합니다. 그러나 기본적으로 이것은 바이트 EBCDIC 0x4c 바이트가 LASCII 가 아니라는 것을 의미 합니다 <. 실제로는 입니다. 나는 당신이 여기 혼란을 확신합니다.
웹 서버가 정의한 경우이 두 기능 모두 EBCDIC을 관리합니다.
또한 둘 다 문자 배열 (문자열 유형 생각) hexchars조회를 사용하여 일부 값을 가져옵니다. 배열은 다음과 같이 설명됩니다.
/* rfc1738:
...The characters ";",
"/", "?", ":", "@", "=" and "&" are the characters which may be
reserved for special meaning within a scheme...
...Thus, only alphanumerics, the special characters "$-_.+!*'(),", and
reserved characters used for their reserved purposes may be used
unencoded within a URL...
For added safety, we only leave -_. unencoded.
*/
static unsigned char hexchars[] = "0123456789ABCDEF";
그 외에도 기능이 실제로 다르므로 ASCII 및 EBCDIC으로 설명하겠습니다.
ASCII의 차이점 :
URLENCODE :
- 입력 문자열의 시작 / 종료 길이를 계산하고 메모리를 할당합니다
- while 루프를 따라 걸으며 줄 끝에 도달 할 때까지 증가합니다.
- 현재의 캐릭터를 잡는다
- 문자가 ASCII Char 0x20과 같은 경우 (즉, "공백")
+출력 문자열에 부호를 추가하십시오 .
- 이 공간이 아니다, 그것은 (또한 숫자 아닌 경우
isalnum(c)도), 그리고되지 않으며 _, -또는 .문자, 그때 우리는, 출력 %배열 위치 0에 기호의에 배열 모양을 수행 hexchars하기위한 조회에 배열 os_toascii배열 ( (현재 문자) 의 키에 대해 Apache 에서 char을 16 진 코드로 변환 하는 배열 인 경우 c, 우리는 비트를 4 씩 오른쪽으로 시프트하고 해당 값을 문자 1에 할당하고 위치 2에 동일한 조회를 지정합니다. 논리적이고 값이 15 (0xF)인지 확인하고이 경우 1을 반환하고 그렇지 않으면 0을 반환합니다. 결국에는 인코딩 된 것으로 끝납니다.
- 공백이 아닌 경우 영숫자 또는
_-.문자 중 하나이며 정확히 그대로 출력됩니다.
RAWURLENCODE :
- 문자열에 메모리를 할당
- 함수 호출에서 제공된 길이 (URLENCODE와 같이 함수에서 계산되지 않음)를 기준으로 반복합니다.
참고 : 많은 프로그래머는 아마 루프으로 반복이 방법을, 그것은 다소 hackish입니다 본 적이 아닌 표준 규칙은, 관심을 지불-루프, 그것은 할당 대부분의 사용 x과 y에, 종료에 대한 검사를 len0에 도달하고, 단위 모두 x와 y. 나는 그것이 당신이 기대하는 것이 아니라 유효한 코드라는 것을 알고 있습니다.
- 에서 현재 문자를 일치하는 문자 위치에 할당합니다
str.
- 현재 문자가 영숫자인지 또는
_-.문자 중 하나 인지 확인하고 그렇지 않은 경우 URLENCODE와 거의 동일한 할당을 수행하지만 조회를 수행 할 때는을 사용 y++하지 않고 다르게 증가 to[1]합니다. 현은 다른 방식으로 건축되고 있지만 어쨌든 같은 목표에 도달합니다.
- 루프가 완료되고 길이가 사라지면 실제로 문자열을 종료하고
\0바이트를 할당합니다 .
- 인코딩 된 문자열을 반환합니다.
차이점 :
- UrlEncode는 공백을 확인하고 + 부호를 할당하지만 RawURLEncode는 그렇지 않습니다.
- UrlEncode는
\0문자열에 바이트를 할당하지 않고 RawUrlEncode는 바이트를 할당합니다.
- 그것들은 다르게 반복되며, 잘못된 문자열로 넘칠 수 있습니다. 나는 단지 이것을 제안 하고 실제로 조사 하지 않았습니다 .
기본적으로 다르게 반복됩니다. ASCII 20의 경우 + 기호가 할당됩니다.
EBCDIC의 차이점 :
URLENCODE :
- ASCII와 동일한 반복 설정
- 여전히 "공백"문자를 + 부호로 변환합니다 . 참고-이것이 EBCDIC으로 컴파일되어야한다고 생각합니까? 아니면 버그가 생길까요? 누군가 이것을 편집하고 확인할 수 있습니까?
- 이것은 검사, 본 CHAR 전에 숯불 경우
0있는 Being을 제외 .하거나 -, OR 미만 A이지만보다 숯 9, OR 보다 크를 Z이하와 a아니지만 _. 또는 보다 큽니다 z(예, EBCDIC는 약간 엉망입니다). 그 중 하나와 일치하면 ASCII 버전에서와 비슷한 검색을 수행하십시오 (os_toascii에서 검색하지 않아도 됨).
RAWURLENCODE :
- ASCII와 동일한 반복 설정
- URL 인코딩의 EBCDIC 버전에 설명 된 것과 동일하지만
z, 보다 크면 ~URL 인코딩에서 제외됩니다 .
- ASCII RawUrlEncode와 동일한 할당
\0반환하기 전에 문자열에 바이트를 계속 추가합니다 .
그랜드 요약
- 둘 다 동일한 16 진 룩업 테이블을 사용합니다.
- URIEncode는 \ 0으로 문자열을 종료하지 않으며 raw는 종료합니다.
- EBCDIC에서 작업하는 경우 RawUrlEncode를 사용하는 것이 좋습니다.
~UrlEncode가 관리 하지 않기 때문입니다 ( 보고 된 문제 ). ASCII와 EBCDIC 0x20은 모두 공백입니다.
- 그것들은 다르게 반복되고, 하나는 더 빠르며, 메모리 또는 문자열 기반 악용에 취약 할 수 있습니다.
- URIEncode는 공간을로
+만들고 RawUrlEncode는 %20배열 조회 를 통해 공간을 만듭니다 .
면책 조항 : 몇 년 동안 C를 만지지 않았으며 실제로 오랫동안 EBCDIC을 보지 못했습니다. 어딘가에 틀렸다면 알려주십시오.
제안 된 구현
이 모든 것을 바탕으로 rawurlencode는 대부분의 시간을가는 길입니다. Jonathan Fingland의 답변에서 볼 수 있듯이 대부분의 경우에 충실하십시오. urlencode가 구식 방식으로 +를 "공간"으로 사용하는 URI 구성 요소에 대한 최신 체계를 처리합니다.
이전 형식과 새 형식을 변환하려는 경우 코드가 손상되지 않도록 확인하고 실수로 이중 인코딩 또는 이와 유사한 "oops"시나리오를 통해 디코딩 된 + 부호가있는 것을 공백으로 바꾸십시오. 공간 / 20 % / + 문제.
새로운 형식을 선호하지 않는 구형 소프트웨어로 구형 시스템에서 작업하는 경우 urlencode를 사용하십시오. 그러나 이전 표준 % 20에서 작동했던 것처럼 % 20은 실제로 이전 버전과 호환됩니다. 선호합니다. 당신이 놀러 다니면 기회를주십시오. 어떻게 당신을 위해 일했는지 알려주십시오.
EBCDIC 시스템이 실제로 당신을 미워하지 않는 한 기본적으로, 당신은 날 것으로 고수해야합니다. 대부분의 프로그래머는 2000 년 이후, 심지어 1990 년 이후에 만들어진 시스템에서 EBCDIC를 절대로 사용하지 않을 것입니다.