测试字符串是否是用 PHP 编码的 URL答案

【问题标题】：Test if string is URL encoded in PHP测试字符串是否是用 PHP 编码的 URL
【发布时间】：2009-10-28 14:50:20
【问题描述】：

如何测试字符串是否经过 URL 编码？

以下哪种方法更好？

在字符串中搜索将被编码的字符，哪些不是，如果存在则它没有被编码，或者
使用我制作的类似的东西：


function is_urlEncoded($string){
 $test_string = $string;
 while(urldecode($test_string) != $test_string){
  $test_string = urldecode($test_string);
 }
 return (urlencode($test_string) == $string)?True:False; 
}

$t = "Hello World > how are you?";
if(is_urlEncoded($sreq)){
 print "Was Encoded.\n";
}else{
 print "Not Encoded.\n";
 print "Should be ".urlencode($sreq)."\n";
}

上述代码有效，但在字符串被双重编码的情况下无效，如以下示例：

$t = "Hello%2BWorld%2B%253E%2Bhow%2Bare%2Byou%253F";
$t = "Hello+World%2B%253E%2Bhow%2Bare%2Byou%253F";

【问题讨论】：

当您的 PHP 脚本看到该字符串时，它是如何进行 URL 编码的？问题真的是您的脚本需要对传入的字符串进行 URL 解码，还是您的脚本不需要对链接 href 或输入值进行双重编码？
如何使用 urldecode 并将其与原始字符串进行比较。如果它们匹配，则尚未编码。

标签： php testing url-encoding

【解决方案1】：

我有一个窍门：

您可以这样做以防止双重编码。每次先解码再编码；

$string = urldecode($string);

然后再做一次

$string = urlencode($string);

这样我们可以避免双重编码:)

【讨论】：

错了！一旦解码的 URL 不能以相同的方式编码。有关更多信息检查：blog.lunatech.com/2009/02/03/… 例如“a+b”作为路径参数是有效的。然后如果你解码它你有相同的字符串（a + b），然后编码结果是“a％2Bb”！
这会造成麻烦。例如。如果你有一个带有加号的纯文本字符串，像这样：“TestString Super Mega +” 如果你通过 urldecode() 管道将加号删除；
来自 blog.lunatech 的链接已关闭。这是替代网址：web.archive.org/web/20151229061347/http://blog.lunatech.com/…
@instead 我认为这取决于使用什么功能。如果你想严格遵守 RFC 3986 或 rawurlxxxxxx，那么 + 将是 %20b，但如果你使用 urlxxxxxx，那么它仍然是 + 符号，但所有空格字符也将是 + 符号。 :)

【解决方案2】：

这是我刚刚整理的。

if ( urlencode(urldecode($data)) === $data){
    echo 'string urlencoded';
} else {
    echo 'string is NOT urlencoded';
}

【讨论】：

@suther 请用各种输入测试它，我不记得但有时它不能按预期工作。

【解决方案3】：

您永远无法确定字符串是否经过 URL 编码，或者它是否应该包含序列 %2B。相反，它可能取决于字符串的来源，即它是手工制作的还是来自某个应用程序。

最好在字符串中搜索要编码的字符，哪些不编码，如果存在则不编码。

我认为这是一种更好的方法，因为它会处理以编程方式完成的事情（假设应用程序不会留下未编码的字符）。

这里会让人感到困惑...从技术上讲，如果 % 出现在最终值中，则“应该”对其进行编码，因为它是一个特殊字符。您可能必须结合您的方法来查找应该编码的字符，并验证字符串是否成功解码（如果没有找到）。

【讨论】：

“应该有序列%2B在里面”，他的decode-check-encode-check是为了解决这个问题（解码到空格，编码到%2B，不编码）跨度>
是的，除非打算将该序列作为最终值传递...您的算术示例是一个更好的示例，但它会失败。相反，通过检查“应该”被编码的字符，应用程序可以更好地了解字符串是否已经被编码。
特别是 : 字符，它是有效 uri (tools.ietf.org/html/rfc3986) 中必需的分隔符，不会出现在 urlencoded 字符串中。

【解决方案4】：

我认为没有万无一失的方法。例如，考虑以下情况：

$t = "A+B";

那个 URL 是编码为“A B”还是需要编码为“A%2BB”？

【讨论】：

【解决方案5】：

好吧，“url 编码”这个词有点含糊，也许简单的正则表达式检查就可以解决问题

$is_encoded = preg_match('~%[0-9A-F]{2}~i', $string);

【讨论】：

嗯，我认为 '+' 是 url 中空格的有效编码？

【解决方案6】：

怎么样：

if (urldecode(trim($url)) == trim($url)) { $url_form = 'decoded'; }
  else { $url_form = 'encoded'; }

不适用于双重编码，但我想这超出了范围？

【讨论】：

用字符串“1+1=2”试试

【解决方案7】：

没有可靠的方法来做到这一点，因为有些字符串在编码过程中保持不变，即“abc”是否编码？没有明确的答案。另外，正如你所遇到的，有些字符有多种编码......但是......

您的 decode-check-encode-check 方案失败，因为某些字符可能以不止一种方式编码。但是，对您的函数稍作修改应该是相当可靠的，只需检查解码器是否修改了字符串，如果是，则它已被编码。

这当然不是万无一失的，因为 "10+20=30" 将返回 true（+ 被转换为空格），但我们实际上只是在做算术。我想这就是你的计划试图反击的，很抱歉我认为没有完美的解决方案。

HTH。

编辑：
正如我在自己的评论中提到的（为了清楚起见，这里只是重申一下），一个好的折衷办法可能是检查你的 url 中的无效字符（例如空格），如果有一些它没有编码。如果没有，请尝试解码并查看字符串是否更改。这仍然无法处理上面的算术（这是不可能的），但希望它就足够了。

【讨论】：

"然而，对你的函数稍加修改应该是相当可靠的，只要检查解码是否修改了字符串，如果是，它被编码了。"我是这么想的，但是如果这是字符串“Hello+World how are you”，那么解码它会产生变化，但它不会被完全编码。
@Psytronic：非常正确，+ 是个混蛋，不是吗。如果您能找到一种方法来确定它是否是有效的 URL，然后解码以检查更改可能是一个更好的解决方案。您应该能够设计一个正则表达式来查找像空格这样的“坏”字符（如果它无效，则它没有被编码）。

【解决方案8】：

@user187291 代码有效且仅在 + 未编码时失败。

我知道这是很老的帖子。但这对我有用。

$is_encoded = preg_match('~%[0-9A-F]{2}~i', $string);
if($is_encoded) {
 $string  = urlencode(urldecode(str_replace(['+','='], ['%2B','%3D'], $string)));
} else {
  $string = urlencode($string);
}

【讨论】：

如果编码如 RFC 3986 中所述，则正则表达式必须是另一个

【解决方案9】：

当您已经从 url 获取数据时，发送一个标记解码的变量。

?path=folder/new%20file.txt&decode=1

【讨论】：

【解决方案10】：

在我的例子中，我想检查一个完整的 URL 是否被编码，所以我已经知道 URL 必须包含字符串 https://，我所做的是检查该字符串是否具有 https:// 的编码版本在其中 (https%3A%2F%2F) 如果没有，那么我知道它没有被编码：

//make sure $completeUrl is encoded
if (strpos($completeUrl, urlencode('https://')) === false) {
    // not encoded, need to encode it
    $completeUrl = urlencode($completeUrl);
}

理论上，此解决方案可用于任何具有已编码字符的字符串，只要您知道字符串的一部分（在此示例中为https://）将始终存在于您要检查的内容中。

【讨论】：

【解决方案11】：

我正在使用以下测试来查看字符串是否已被 urlencoded：

if(urlencode($str) != str_replace(['%','+'], ['%25','%2B'], $str))

如果一个字符串已经被urlencoded，唯一会被双重编码改变的字符是%（它开始所有编码的字符串）和+（它替换空格。）把它们改回来，你应该有原始字符串。

让我知道这是否适合你。

【讨论】：

应该将!= 替换为==？

【解决方案12】：

我找到了。
网址例如：https://example.com/xD?foo=bar&uri=https%3A%2F%2Fexample.com%2FxD
您需要发现 $_GET['uri'] 是否已编码：

preg_match("/.*uri=(.*)&?.*/", $_SERVER['REQUEST_URI'], $r);
if (isset($_GET['uri']) && urldecode($r['1']) === $r['1']) {
  // Code Here if url is not encoded
}

【讨论】：

【解决方案13】：

私有静态布尔 isEncodedText(String val, String... encoding) 抛出 UnsupportedEncodingException { String decodedText = URLDecoder.decode(val, TransformFetchConstants.DEFAULT_CHARSET);

    if(encoding != null && encoding.length > 0){
        decodedText = URLDecoder.decode(val, encoding[0]);
    }

    String encodedText =  URLEncoder.encode(decodedText);

    return encodedText.equalsIgnoreCase(val) || !decodedText.equalsIgnoreCase(val);

}

【讨论】：