Perl 清洗受污染的数据

当我检查污染数据是否有任何坏字符时，是否有unicode属性可以过滤坏字符？

我认为“否”是一个轻描淡写的回答，但你有它。不，Unicode没有“坏”或“好”字符的概念（更不用说“丑陋”字符了）。

我认为“不”是一个轻描淡写的回答，但你已经知道了。不，Unicode没有“坏”或“好”字符的概念（更不用说“丑陋”字符了）。

包字符：：Sid_com；
副内巴德{
返回

包字符：：Sid_com；
副内巴德{
returnXML（因此XHTML）只能包含以下字符：

\x09 \x0A \x0D
\x{0020}-\x{D7FF}
\x{E000}-\x{FFFD}
\x{10000}-\x{10FFFF}

在上述情况中，应避免以下情况：

\x7F-\x84
\x86-\x9F
\x{FDD0}-\x{FDEF}
\x{1FFFE}-\x{1FFFF}
\x{2FFFE}-\x{2FFFF}
\x{3FFFE}-\x{3FFFF}
\x{4FFFE}-\x{4FFFF}
\x{5FFFE}-\x{5FFFF}
\x{6FFFE}-\x{6FFFF}
\x{7FFFE}-\x{7FFFF}
\x{8FFFE}-\x{8FFFF}
\x{9FFFE}-\x{9FFFF}
\x{AFFFE}-\x{AFFFF}
\x{BFFFE}-\x{BFFFF}
\x{CFFFE}-\x{CFFFF}
\x{DFFFE}-\x{DFFFF}
\x{EFFFE}-\x{EFFFF}
\x{FFFFE}-\x{FFFFF}
\x{10FFFE}-\x{10FFFF}

如果要生成XHTML，则需要转义以下内容：


&
⇒ <代码>&；
⇒ <代码>

（可选）

“

⇒ <代码>“”（可选，以“

”

分隔的属性值除外）

”

⇒ <代码>&apos；（可选，以

分隔的属性值除外）

）

HTML应该有相同的要求，如果不是更宽松的要求，那么如果您坚持这样做，您应该是安全的。

XML（因此XHTML）只能包含以下字符：

\x09 \x0A \x0D
\x{0020}-\x{D7FF}
\x{E000}-\x{FFFD}
\x{10000}-\x{10FFFF}

在上述情况中，应避免以下情况：

\x7F-\x84
\x86-\x9F
\x{FDD0}-\x{FDEF}
\x{1FFFE}-\x{1FFFF}
\x{2FFFE}-\x{2FFFF}
\x{3FFFE}-\x{3FFFF}
\x{4FFFE}-\x{4FFFF}
\x{5FFFE}-\x{5FFFF}
\x{6FFFE}-\x{6FFFF}
\x{7FFFE}-\x{7FFFF}
\x{8FFFE}-\x{8FFFF}
\x{9FFFE}-\x{9FFFF}
\x{AFFFE}-\x{AFFFF}
\x{BFFFE}-\x{BFFFF}
\x{CFFFE}-\x{CFFFF}
\x{DFFFE}-\x{DFFFF}
\x{EFFFE}-\x{EFFFF}
\x{FFFFE}-\x{FFFFF}
\x{10FFFE}-\x{10FFFF}

如果要生成XHTML，则需要转义以下内容：

• &

  ⇒ <代码>&；

• ⇒ <代码>（可选）

• “

  ⇒ <代码>“”（可选，以“

  ”

  分隔的属性值除外）

• ”

  ⇒ <代码>&apos；（可选，以

  分隔的属性值除外）

  ）

---

---

HTML应该有相同的要求，如果不是更宽松的要求，那么如果你坚持这样做，你应该是安全的。

你说的“坏字符”是什么意思？这通常是上下文敏感的，更好的解决方案通常是转义它们，而不是将它们过滤掉。但是我必须在转义它们之前找到它们。不一定。您需要的大多数转义函数已经存在。它们处理需要转换的转换，您只需将整个字符串传递给它们。您没有回答问题。什么你不是说“坏性格”吗？或者我应该说“网络表单”是第一个上下文，因为当我处理输入数据时，上下文可能会发生变化。马克·杰森·多米努斯喜欢谈论“普鲁士方法”，你从你知道的好东西开始，当你发现你遗漏的东西时，再加上更多。另一种方法是“美国方式”，你不允许一些事情，而让其他事情有一个疯狂的聚会。你说的“坏角色”是什么意思"？这通常是上下文敏感的，更好的解决方案通常是转义它们，而不是将它们过滤掉。但是我必须在转义它们之前找到它们。不一定。您需要的大多数转义函数已经存在。它们处理需要转换的转换，您只需将整个字符串传递给它们。您没有回答问题。什么你不是说“坏性格”吗？或者我应该说“网络表单”是第一个上下文，因为当我处理输入数据时，上下文可能会发生变化。马克·杰森·多米努斯喜欢谈论“普鲁士方法”，你从你知道的好东西开始，当你发现你遗漏的东西时，再加上更多。另一种方法是“美国方法”，你不允许一些事情，让其他的事情有一个疯狂的聚会。我没想到unicode属性是“坏字符”"但我认为可能会有这样一个答案：如果排除this和this unicode属性，则应该保存。@sid_com，在某些情况下所有字符都是安全的，否则它们就不会存在。您认为什么是不安全的？接受这个答案是因为我认为它最符合我最初的问题。我不希望使用unicode-属性“坏字符”但我认为可能会有这样一个答案：如果你排除这个和这个unicode属性，你应该保存。@sid_com，所有字符在某些情况下都是安全的，否则它们就不会存在。你认为什么是不安全的？接受这个答案，因为我认为它最符合我最初的问题。聪明，但推动了恢复有责任向用户定义什么是不好的（除非有人已经这样做了，尽管有多个问题，OP并没有透露）。聪明，但将定义什么是不好的责任推回给用户（除非已经有人这样做了，尽管存在多个问题，但OP并没有透露这一场景）。当有人遭受跨站点脚本编写的痛苦时，一个原因可能是，他没有像您所展示的那样逃避表单输入？@sid_com，是的。如果您将文本插入HTML，您需要先将其转换为HTML。我在ajax教程中读到：“但是，在：“…3”发送用户输入时始终使用POST请求。”（可能包含未知字符），POST比GET更健壮、更安全”。这与另一种转义有关吗？@sid_com，POST和GET都使用urlencoding，因此该语句对我来说毫无意义。当有人遭受跨站点脚本的痛苦时，一个原因可能是，他没有像您所展示的那样转义表单输入？@sid_com，是的。如果您将文本插入HTML，您需要首先将其转换为HTML。我已经阅读了在ajax教程中：“但是，在：“…3.”发送用户输入（可能包含未知字符）时，始终使用POST请求，POST比GET更健壮、更安全”。这是否涉及不同的转义？@sid_com，POST和GET都使用urlencoding，因此该语句对我来说毫无意义。