PHP filter_var URL

Question

为了验证来自用户输入的 URL 路径，我使用了 PHP filter_var 函数。输入只包含路径 (/path/path/script.php)。

验证路径时，我添加了主机。我玩了一下，测试输入验证等。这样做，我注意到过滤器 URL 函数的一个奇怪的（??）行为。

代码：

$url = "http://www.domain.nl/http://www.google.nl/modules/authorize/test/normal.php";
var_dump(filter_var($url, FILTER_VALIDATE_URL, FILTER_FLAG_HOST_REQUIRED)); //valid

有人可以解释为什么这是一个有效的 URL 吗？谢谢！

Answer 1

简短的回答是，PHP FILTER_VALIDATE_URL 仅根据 RFC 2396 检查 URL，并且您的 URL 虽然很奇怪，但根据上述标准是有效的。

长答案：

您使用的过滤器被声明为符合 RFC，因此让我们检查该标准 ( RFC 2396 )。

用于解析 URL 并在此处列出的正则表达式是：

^(([^:/?#]+):)?(//([^/?#]*))?([^?#]*)(\?([^#]*))?(#(.*))?
 12            3  4          5       6  7        8 9

在哪里：

scheme    = $2
authority = $4
path      = $5
query     = $7
fragment  = $9

正如我们所看到的，“:”字符仅在方案的上下文中保留，从那时起“：”是公平的游戏（这得到了标准文本的支持）。例如，它在 http: 方案中自由使用来表示端口。斜线也可以出现在任何地方，并且没有什么可以禁止 URL 在中间的某个地方有一个“//”。所以中间的“http://”应该是有效的。

让我们查看您的 URL 并尝试将其与此正则表达式匹配：

$url = "http://www.domain.nl/http://www.google.nl/modules/authorize/test/normal.php";
//Escaped a couple slashes to make things work, still the same regexp
$result_rfc = preg_match('/^(([^:\/?#]+):)?(\/\/([^\/?#]*))?([^?#]*)(\?([^#]*))?(#(.*))?/',$url);
echo '<p>'.$result_rfc.'</p>';

测试返回 '1'，所以这个 url 是有效的。这是意料之中的，因为规则没有将中间有类似“http://”的网址声明为无效，正如我们所见。PHP 只是通过 FILTER_VALIDATE_URL 反映了这种行为。

如果您想要更严格的测试，则需要自己编写所需的代码。例如，您可以防止“://”出现多次：

$url = "http://www.domain.nl/http://www.google.nl/modules/authorize/test/normal.php";
$result_rfc = preg_match('/^(([^:\/?#]+):)?(\/\/([^\/?#]*))?([^?#]*)(\?([^#]*))?(#(.*))?/',$url);
if (substr_count($url,'://') != 1) {
    $result_non_rfc = false;
} else {
    $result_non_rfc = $result_rfc;
}

您也可以尝试调整正则表达式本身。