清理属性名称答案

【问题标题】：Sanitize Attribute Name清理属性名称
【发布时间】：2012-10-28 08:01:13
【问题描述】：

基于html syntax docs和validator中的反复试验，我认为HTML属性名称中允许的字符是：

例如这些验证：

<p data-éxample>
<p data-1.5>

我想编写一个清理属性名称的函数：

<?php 
function sanitize_attr_name ( $name ) {
    return is_string($name) ? preg_replace( '/[^\w\-\.]/', '', $name ) : '';
}

除了特殊的字母字符外，这都有效：

sanitize_attr_name( 'data-éxample' ); // 'data-xample'

现在有人使用这样的字符可能看起来很疯狂，但 does in fact work 尽管 css 似乎无法验证 escaped or not。

如何在 PHP 中实现这一点？如何编写消毒剂以允许特殊的字母字符？这可能通过正则表达式吗？为什么ctype_graph('é') 是假的？

【问题讨论】：

您的正则表达式是正确的，应该可以工作。您可以尝试更具体并使用以下正则表达式[^A-Za-z0-9_\-\.]
@Pogo 是的，这是同一个正则表达式。它消除了特殊的 alpha 字符，例如 é。我很想知道是否可以通过正则表达式或其他方式将特殊 alpha 字符列入白名单/目标。
@ryanve 尝试用\p{L} 替换\w。 PHP'S PCRE Unicode documentation

【解决方案1】：

PHP 的正则表达式引擎 PCRE 支持 Unicode character properties 和 \p{property}。其中一个属性是L，它是any 字母的属性。所以你可以用\p{L}0-9_替换\w：

'/[^\p{L}0-9_.-]/'

在字符类中也不需要转义句号，连字符可以放在末尾以避免转义。

【讨论】：

很好——这就是我所说的回合 =] 谢谢。 preg_replace 与它一起工作。特殊的 alpha 字符显示为问号菱形，但我认为这与字符显示的本地 .html 文件中的 PHP 设置 b/c 有关。