php过滤器

在以前，一个用户通过网络主要是获取信息。而如今的网络刚更注重与用户的交互，用户不再仅仅是网站的浏览者，也是网站内容的制造者。由以前单纯的“读”向“写”以及“共同创作”发展，由被动接收信息向主动分行信息发展。而随之而来的安全问题也成了web开发者不可忽视的问题，验证第三方来源的数据成了每个web程序必不可少的功能。

在以前，PHP需要验证数据，一般都是程序员自己通过正则表达式实现，而从PHP从5.2开始把原本的PCEL中的filter函数移到了内置库中，并做了不少强化，可以用这些函数实现对数据的过滤和验证。

数据来源及验证类型

PHP中的数据来源包含两部分，其一是外部变量（如POST、GET、COOKIE等），还有一种是页面内部产生的数据。PHP针对这两种数据类型分别定义了ilter_input_**和filter_var_**系列函数。而依据验证方法的不一样又可以分为Validating和Sanitizing两种。Validating用于验证数据，返回一个布尔值。Sanitizing则按规则过滤一些特定的字符，返回的是处理后的字符串。

简单用法

比如验证一个字符串是否是一个整数，在以往我们可以通过正则表达式或是is_numeric函数实现：

1. $str = '51ab';
2. preg_match('/^[0-9]*$/', $str);
3. is_numeric($str);

新的验证函数可以用以下方式：

1. $str = '51ab';
2. echo filter_var($str, FILTER_VALIDATE_INT) ? 'is valid' : 'is not valid';

FILTER_VALIDATE_INT是PHP定义的一个过滤器，用于验证$str是否为一个整数。实际上这就是一个数值常量，通过echo FILTER_VALIDATE_INT;发现值为257。所以我们也可以用：

1. $str = '51ab';
2. echo filter_var($str, 257) ? 'is valid' : 'is not valid';

PHP中定义了大量常用的过滤器，我们可以通过filter_list()获得所有支持的过滤器名称（用字符串表示），然后再用filter_id(string)获取其数值：

1. print_r(filter_list()); // 所有支持的过滤器名称。
2. echo '=========';
3. echo filter_id('int'); // 'int' 是filter_list返回的一个过滤器名称。

以上将输入出类似以下内容：

1. array(0=>int',1=>'boolean',2=>'float',3=>'validate_regexp')
2. ==========
3. 257

Sanitizing过滤器

上面这个是验证数据格式是否正确，有时候过滤掉无关的内容也是挺重要的。SANITIZE过滤提供了这种功能，比如过滤掉一个email中多余的字符：

1. $email = '<script>alert("test");</sript>xxx@caixw.com';
2. echo $email;  // 直接输出，将会执行script脚本。
3. echo filter_var($email, FILTER_SANITIZE_EMAIL); // 会过滤掉<和>输出scriptalerttestscriptxxx@caixw.com

选项和标志

filter_var的功能还不止于此，还可以指定第三个参数，附加一些特殊的选项，比如一个规定了最大值的整数：

1. $options = array(
2.   'options'=>array('max_range'=>50),
3.   'flags'=>FILTER_FLAG_ALLOW_OCTAL,
4. );
5. $str = '51';
6. echo filter_var($str, FILTER_VALIDATE_INT, $options) ? 'is valid' : 'is not valid';

上面将返回is not valid。因为max_range规定其最大值只能为50。而FILTER_FLAG_ALLOW_OCTAL则允许验证的数据是一个八进制的，也即是0开头的。

$options参数是一个数组，包含两个元素：options和flags。若是只有flags元素，则也可以直接传递而不用数组。

验证外部数据

除了PHP脚本自己产生的数据，来自用户提交的数据占大部分。当然我们也可以直接用filter_var进行过滤：

1. if(isset($_GET['age']))
2. {
3.   echo filter_var($_GET['age'], FILTER_VALIDATE_INT) ? 'is valid' : 'is not valid';
4. }

但是PHP中还专门提供了几个函数用于验证外部来源的数据：

1. if(filter_has_var(INPUT_GET, 'age'))
2. {
3.   echo filter_input(INPUT_GET, 'age', FILTER_VALIDATE_INT) ? 'is valid' : 'is not valid';
4. }

相较于filter_var，filter_input多了一个参数(第一个参数)用于指定数据的来源。而filter_has_var()而用来判断是否存在指定的数据。

一次过滤多个数据

PHP还提供了filter_var_array和filter_input_array函数用于一次性验证多个数据。

这是来自php.net上的一个实例，用于说明filter_var_array()怎么使用。

1. $data = array(
2.     'product_id'    => 'libgd<script>',
3.     'component'     => '10',
4.     'versions'      => '2.0.33',
5.     'testscalar'    => array('2', '23', '10', '12'),
6.     'testarray'     => '2',
7. );
9. $args = array(
10.     'product_id'   => FILTER_SANITIZE_ENCODED,
11.     'component'    => array('filter'    => FILTER_VALIDATE_INT,
12.                             'flags'     => FILTER_FORCE_ARRAY,
13.                             'options'   => array('min_range' => 1, 'max_range' => 10)
14.                            ),
15.     'versions'     => FILTER_SANITIZE_ENCODED,
16.     'doesnotexist' => FILTER_VALIDATE_INT,
17.     'testscalar'   => array(
18.                             'filter' => FILTER_VALIDATE_INT,
19.                             'flags'  => FILTER_REQUIRE_SCALAR,
20.                            ),
21.     'testarray'    => array(
22.                             'filter' => FILTER_VALIDATE_INT,
23.                             'flags'  => FILTER_FORCE_ARRAY,
24.                            )
25. );
26. $myinputs = filter_var_array($data, $args);

自定义过滤器

可以通过传递一个特殊的过滤器FILTER_CALLBACK来指定一个自定义的过滤器，下面这个过滤器将把所有邮箱地址的＠转换成＃。

1. function fun($value)
2. {
3.     return strtr($value,'@','#');
4. }
5. $var = filter_var('abc@caixw.com', FILTER_CALLBACK, array('options' => 'fun'));
6. echo $var;

其它

ID (过滤器常量)	名称 (filter_list()函数返回的名称)	可用选项	标志位	描述
Validating
FILTER_VALIDATE_BOOLEAN	"boolean"		FILTER_NULL_ON_FAILURE	当难的数据为"1","true","on","yes"时返回true，否则返回false。当设置了FILTER_NULL_ON_FAILURE标志位，则仅在值是"0","false","off","no", 和""是返回false，其它非true值返回null。
FILTER_VALIDATE_EMAIL	"validate_email"			验证邮箱
FILTER_VALIDATE_FLOAT	"float"	decimal	FILTER_FLAG_ALLOW_THOUSAND	验证浮点数
FILTER_VALIDATE_INT	"int"	min_range, max_range	FILTER_FLAG_ALLOW_OCTAL, FILTER_FLAG_ALLOW_HEX	验证一个指定范围内的整数值
FILTER_VALIDATE_IP	"validate_ip"		FILTER_FLAG_IPV4, FILTER_FLAG_IPV6, FILTER_FLAG_NO_PRIV_RANGE, FILTER_FLAG_NO_RES_RANGE	验证IP地址
FILTER_VALIDATE_REGEXP	"validate_regexp"	regexp		验证一个正则表达式
FILTER_VALIDATE_URL	"validate_url"		FILTER_FLAG_PATH_REQUIRED, FILTER_FLAG_QUERY_REQUIRED	验证一个URL
Sanitizing
FILTER_SANITIZE_EMAIL	"email"			移除除英文字符，数字以及!#$%&'*+-/=?^_`{|}~@.[]之外的字符。
FILTER_SANITIZE_ENCODED	"encoded"		FILTER_FLAG_STRIP_LOW, FILTER_FLAG_STRIP_HIGH, FILTER_FLAG_ENCODE_LOW, FILTER_FLAG_ENCODE_HIGH	URL编码字符串，去除或编码指定字符串。
FILTER_SANITIZE_MAGIC_QUOTES	"magic_quotes"			应用 addslashes()函数
FILTER_SANITIZE_NUMBER_FLOAT	"number_float"		FILTER_FLAG_ALLOW_FRACTION, FILTER_FLAG_ALLOW_THOUSAND, FILTER_FLAG_ALLOW_SCIENTIFIC	移除除数字，+-以及.,eE以外的字符
FILTER_SANITIZE_NUMBER_INT	"number_int"			移除除数字以及+-以外的字符
FILTER_SANITIZE_SPECIAL_CHARS	"special_chars"		FILTER_FLAG_STRIP_LOW, FILTER_FLAG_STRIP_HIGH, FILTER_FLAG_ENCODE_HIGH	HTML转义字符，'"&><以及 ASCII 值小于 32 的字符。以及其它指定的字符。
FILTER_SANITIZE_STRING	"string"		FILTER_FLAG_NO_ENCODE_QUOTES, FILTER_FLAG_STRIP_LOW, FILTER_FLAG_STRIP_HIGH, FILTER_FLAG_ENCODE_LOW, FILTER_FLAG_ENCODE_HIGH, FILTER_FLAG_ENCODE_AMP	去除标签，或是去除或编码指定的字符。
FILTER_SANITIZE_STRIPPED	"stripped"			Alias of "string" filter.
FILTER_SANITIZE_URL	"url"			删除所有字符除字母、数字以及$-_.+!*'(),{}|\\^~[]`<>#%";/?:@&=
FILTER_UNSAFE_RAW	"unsafe_raw"		FILTER_FLAG_STRIP_LOW, FILTER_FLAG_STRIP_HIGH, FILTER_FLAG_ENCODE_LOW, FILTER_FLAG_ENCODE_HIGH, FILTER_FLAG_ENCODE_AMP	不做任何改变，或是按标志位去除或是编码指定字母。
FILTER_CALLBACK	"callback"		FILTER_FLAG_STRIP_LOW, FILTER_FLAG_STRIP_HIGH, FILTER_FLAG_ENCODE_LOW, FILTER_FLAG_ENCODE_HIGH, FILTER_FLAG_ENCODE_AMP	自定义过滤器

标志位

ID	可用的过滤器	描述
FILTER_FLAG_STRIP_LOW	FILTER_SANITIZE_ENCODED, FILTER_SANITIZE_SPECIAL_CHARS, FILTER_SANITIZE_STRING, FILTER_UNSAFE_RAW	去除ASCII小于32的字符。
FILTER_FLAG_STRIP_HIGH	FILTER_SANITIZE_ENCODED, FILTER_SANITIZE_SPECIAL_CHARS, FILTER_SANITIZE_STRING, FILTER_UNSAFE_RAW	去除ASCII在于127的字符。
FILTER_FLAG_ALLOW_FRACTION	FILTER_SANITIZE_NUMBER_FLOAT	允许小数点分隔符(.)
FILTER_FLAG_ALLOW_THOUSAND	FILTER_SANITIZE_NUMBER_FLOAT, FILTER_VALIDATE_FLOAT	允许千位分隔符(,)
FILTER_FLAG_ALLOW_SCIENTIFIC	FILTER_SANITIZE_NUMBER_FLOAT	允许科学计数法(e或E)。
FILTER_FLAG_NO_ENCODE_QUOTES	FILTER_SANITIZE_STRING	不编码引号（单引号和双引号）。
FILTER_FLAG_ENCODE_LOW	FILTER_SANITIZE_ENCODED, FILTER_SANITIZE_STRING, FILTER_SANITIZE_RAW	编码ASCII小于32的字符。
FILTER_FLAG_ENCODE_HIGH	FILTER_SANITIZE_ENCODED, FILTER_SANITIZE_SPECIAL_CHARS, FILTER_SANITIZE_STRING, FILTER_SANITIZE_RAW	编码ASCII大于127的字母。
FILTER_FLAG_ENCODE_AMP	FILTER_SANITIZE_STRING, FILTER_SANITIZE_RAW	编码&符号。
FILTER_NULL_ON_FAILURE	FILTER_VALIDATE_BOOLEAN	返回null当验证数据不是以下字符串时（yes,no,1,0,true,false,on,off）。
FILTER_FLAG_ALLOW_OCTAL	FILTER_VALIDATE_INT	允许八进制数值（0开头）。
FILTER_FLAG_ALLOW_HEX	FILTER_VALIDATE_INT	允许16进制数值。（0X或是0x开头）。
FILTER_FLAG_IPV4	FILTER_VALIDATE_IP	IP4格式字符串。
FILTER_FLAG_IPV6	FILTER_VALIDATE_IP	IP6格式字符串。
FILTER_FLAG_NO_PRIV_RANGE	FILTER_VALIDATE_IP	RFC指定的私域IP。IP4如下范围10.0.0.0/8, 172.16.0.0/12, 192.168.0.0/16。或是IP6以下开头的域: FD或FC
FILTER_FLAG_NO_RES_RANGE	FILTER_VALIDATE_IP	要求值不在保留的 IP 范围内。IPv4 ranges:0.0.0.0/8, 169.254.0.0/16,192.0.2.0/24 and 224.0.0.0/4。不能应用于IP6。
FILTER_FLAG_PATH_REQUIRED	FILTER_VALIDATE_URL	要求URL包含路径部分。
FILTER_FLAG_QUERY_REQUIRED	FILTER_VALIDATE_URL	要求URL查询字符串。

本文采用 知识共享署名-非商业性使用-相同方式共享 2.5 中国大陆许可协议 进行许可。 
转载时请注明出处：http://www.caixw.com/archives/intro-to-php-filters.html