【转】过滤不可见字符

  1. 背景

    在进行一些信息提交的时候,很多人都会选择从word、excel或者其他地方进行复制然后粘贴在输入框,但是这种输入可能会带有一些不可见的字符,提交的时候没有显示,但是在数据库里面却能看到该字符的编码。

    

  2. 不可见字符

    不可见字符,在ascll码表(0~127)中,0~31和127是不可见字符,不能直接被打印出来。

ASCII 编码一览表(淡黄色背景为控制字符,白色背景为可显示字符)
二进制十进制十六进制字符/缩写解释
00000000 0 00 NUL (NULL) 空字符
00000001 1 01 SOH (Start Of Headling) 标题开始
00000010 2 02 STX (Start Of Text) 正文开始
00000011 3 03 ETX (End Of Text) 正文结束
00000100 4 04 EOT (End Of Transmission) 传输结束
00000101 5 05 ENQ (Enquiry) 请求
00000110 6 06 ACK (Acknowledge) 回应/响应/收到通知
00000111 7 07 BEL (Bell) 响铃
00001000 8 08 BS (Backspace) 退格
00001001 9 09 HT (Horizontal Tab) 水平制表符
00001010 10 0A LF/NL(Line Feed/New Line) 换行键
00001011 11 0B VT (Vertical Tab) 垂直制表符
00001100 12 0C FF/NP (Form Feed/New Page) 换页键
00001101 13 0D CR (Carriage Return) 回车键
00001110 14 0E SO (Shift Out) 不用切换
00001111 15 0F SI (Shift In) 启用切换
00010000 16 10 DLE (Data Link Escape) 数据链路转义
00010001 17 11 DC1/XON
(Device Control 1/Transmission On)
设备控制1/传输开始
00010010 18 12 DC2 (Device Control 2) 设备控制2
00010011 19 13 DC3/XOFF
(Device Control 3/Transmission Off)
设备控制3/传输中断
00010100 20 14 DC4 (Device Control 4) 设备控制4
00010101 21 15 NAK (Negative Acknowledge) 无响应/非正常响应/拒绝接收
00010110 22 16 SYN (Synchronous Idle) 同步空闲
00010111 23 17 ETB (End of Transmission Block) 传输块结束/块传输终止
00011000 24 18 CAN (Cancel) 取消
00011001 25 19 EM (End of Medium) 已到介质末端/介质存储已满/介质中断
00011010 26 1A SUB (Substitute) 替补/替换
00011011 27 1B ESC (Escape) 逃离/取消
00011100 28 1C FS (File Separator) 文件分割符
00011101 29 1D GS (Group Separator) 组分隔符/分组符
00011110 30 1E RS (Record Separator) 记录分离符
00011111 31 1F US (Unit Separator) 单元分隔符
00100000 32 20 (Space) 空格
00100001 33 21 !  
00100010 34 22 "  
00100011 35 23 #  
00100100 36 24 $  
00100101 37 25 %  
00100110 38 26 &  
00100111 39 27 '  
00101000 40 28 (  
00101001 41 29 )  
00101010 42 2A *  
00101011 43 2B +  
00101100 44 2C ,  
00101101 45 2D -  
00101110 46 2E .  
00101111 47 2F /  
00110000 48 30 0  
00110001 49 31 1  
00110010 50 32 2  
00110011 51 33 3  
00110100 52 34 4  
00110101 53 35 5  
00110110 54 36 6  
00110111 55 37 7  
00111000 56 38 8  
00111001 57 39 9  
00111010 58 3A :  
00111011 59 3B ;  
00111100 60 3C <  
00111101 61 3D =  
00111110 62 3E >  
00111111 63 3F ?  
01000000 64 40 @  
01000001 65 41 A  
01000010 66 42 B  
01000011 67 43 C  
01000100 68 44 D  
01000101 69 45 E  
01000110 70 46 F  
01000111 71 47 G  
01001000 72 48 H  
01001001 73 49 I  
01001010 74 4A J  
01001011 75 4B K  
01001100 76 4C L  
01001101 77 4D M  
01001110 78 4E N  
01001111 79 4F O  
01010000 80 50 P  
01010001 81 51 Q  
01010010 82 52 R  
01010011 83 53 S  
01010100 84 54 T  
01010101 85 55 U  
01010110 86 56 V  
01010111 87 57 W  
01011000 88 58 X  
01011001 89 59 Y  
01011010 90 5A Z  
01011011 91 5B [  
01011100 92 5C \  
01011101 93 5D ]  
01011110 94 5E ^  
01011111 95 5F _  
01100000 96 60 `  
01100001 97 61 a  
01100010 98 62 b  
01100011 99 63 c  
01100100 100 64 d  
01100101 101 65 e  
01100110 102 66 f  
01100111 103 67 g  
01101000 104 68 h  
01101001 105 69 i  
01101010 106 6A j  
01101011 107 6B k  
01101100 108 6C l  
01101101 109 6D m  
01101110 110 6E n  
01101111 111 6F o  
01110000 112 70 p  
01110001 113 71 q  
01110010 114 72 r  
01110011 115 73 s  
01110100 116 74 t  
01110101 117 75 u  
01110110 118 76 v  
01110111 119 77 w  
01111000 120 78 x  
01111001 121 79 y  
01111010 122 7A z  
01111011 123 7B {  
01111100 124 7C |  
01111101 125 7D }  
01111110 126 7E ~  
01111111 127 7F DEL (Delete) 删除

  

    开发中较为常见的不可见字符

  3.Trim() 和 preg_replace方法

   trim() 方法用于删除字符串的头尾空白符,空白符包括:空格、制表符 tab、换行符等其他空白符等。但是却无法完全去除掉不可见字符。对于去除不可见字符,先后有两个思路,首先是在后台接受数据完成之后,对于需要验证的数据进行处理。

       首先拿到不可见字符的ascll码值,然后用preg_replace进行字符的去除与拼接,需要在考虑到特殊字符出现在字符串的首尾问题。但是这个办法有两个缺点:首先是问题的复现问题,要拿到字符的ascll码值就必须要先拿到对应的不可见字符,我是通过网上的转码工具来实现的,这里推荐两个工具(http://www.msxindl.com/tools/unicode16.asp 、https://www.sojson.com/ascii.html )。ascll码值的问题可以解决,但是这种方法需要对所有的不可见字符都进行同样的操作,显得过于笨重和麻烦。于是考虑在前端输入的时候就做了去除,这样传入到后台的时候就已经是处理过的数据了。

  4. 最终解决办法

   在输入框添加事件监听,输入框失去焦点便会进行字符的过滤。主要思路是先将输入框的内容转为unicode,然后使用正则进行去除,最后再将去除了不可见字符的数据回填到输入框。

复制代码
 1 // 字符串trim函数
 2 // @param   {String}  str  需要去掉首尾空格的字符串。
 3 // @return  {String}       返回去掉首尾空格后的字符串。
 4 function trimNoPrintable(str){
 5   var result = str.replace(/\\u2006|\\u00a0|\\u0020|\\u0008|\\u0009|\\u000a|\\u000b|\\u000c|\\u000d|\\u2028|\\u2029|\\ufeff|\\u200e|\\u200d|\\u3000/g,"");
 6   return result;
 7 }
 8 //中文转unicode
 9 function zhToUnicode(s){
10   var str = "";
11   for (var i = 0; i < s.length; i++) {
12     var temp = s.charCodeAt(i).toString(16);
13     while (temp.length<4){
14       temp ="0"+temp;
15     }
16     str +="\\u"+temp;
17   }
18   console.log(str);
19   return str;
20 }
21 //unicode转中文
22 function unicodeToZh(n){
23   var str = "";
24   var s = n.split('\\u');
25   for(let index = 0;index<s.length;index++){
26     if(s[index]=== ""){
27       s.splice(index,1)
28     }
29   }
30   console.log(s);
31   for(var i = 0;i < s.length;i++){
32     str += String.fromCharCode(parseInt(s[i],16));
33   }
34   return str;
35 }
复制代码
复制代码
 1 $('input[id=\'input-supplier_name_zh\']').on('blur',function () {
 2     var supplierZhName = $("#input-supplier_name_zh").val();
 3     var temp = zhToUnicode(supplierZhName);
 4     var ss = trimNoPrintable(temp);
 5     var res = unicodeToZh(ss);
 6     // alert(temp);
 7     // console.log(ss);
 8     // console.log(res+res.length);
 9     $("#input-supplier_name_zh").val(res);
10   });
复制代码

 

 

转自:https://www.cnblogs.com/SpongeGirl/p/SpongGirl.html

posted @ 2022-03-07 17:18  Sameen  阅读(1374)  评论(0编辑  收藏  举报