PHP的一些天坑

2022-11-17 13:28:18

什么叫天坑。天呐，原来这么坑，不知则已，细思极恐。

一、小数（符点数）不能直接比较是否相等

比如 if( 8-6.4==1.6 ) 的结果是 false。究其原因是因为，PHP是基于C语言的，而C语言由于其二进制符点数的表示方式，导致不能精确表示大多数符点数。实际上，几乎所有的编程语言都没能精确表示小数（符点数），这是一个普遍存在的现象，因为这个是 IEEE 754 的缺陷。想要解决此问题，只能另立标准，似乎只有Mathematica解决了此问题。

PHP 中可以使用BC数学函数系列中的 bccomp()函数比较小数是否相等。

二、字符串是否相同建议用 === 而非 ==

为什么呢？因为这个比较是弱类型，两个比较时，PHP会先尝试判别左右两者是否为数字。而问题就在于什么样的字符串是数字，是单纯的数字串吗？远远不只于此，还包括 0x 开头的十六进制，XXeX类型的科学记数法等等，如 '12e0'=='0x0C' 得到的是true。而在数值类型与字符串比较时，甚至一些数字开头的非数值串，比如 12=='12这个串' 得到的值也会是 true。

所以这些情况下，可能会使本来并不相同的字符串被判定为相等。而使用===比较则为包含类型的比较，不会有任何转换，所以是可以准确比较字符串是否相同的。

另外吐槽一下JAVA，==居然比较不了字符串是否相等，因为字符串是一个对象，==变成了判断是否为同一个对象……

三、trim系列函数的过多去除

trim函数的基本用法是去除最外边的空格、换行符之类的。因为其可选参数，很多人也会将其用于去除UTF8BOM头、文件扩展名等等，比如 ltrim($str, "\xEF\xBB\xBF"); rtrim($str, ".txt"); 。但是很快，就会发现这些函数会多去除了一些东西，比如本来是想去除后缀的，结果 logtext.txt 会变成了 logte 而不是 logtext。为什么呢？因为后面这个参数的意思不是一个完整字符串，而是字符列表，也就是说会一直检查最左/最右是否符合此列表的其中一个。

那怎么样才是真正我们想要的去掉最前最后呢？网上的说法是说用正则表达式，我封装了对应的三个方法，以便使用。命名规则是比原来PHP的函数多了个s，表示string的意思。用法跟原来PHP的函数一样。

    /**

     * 另一种 trim ，不会过多去除

     * $charlist正则元字符会自动转义

     * */

    function ltrims($str, $charlist){

        $charlist = preg_quote($charlist, '/');

        return preg_replace("/^$charlist/", '', $str);

    }

    function rtrims($str, $charlist){

        $charlist = preg_quote($charlist, '/');

        return preg_replace("/{$charlist}$/", '', $str);

    }

    function trims($str, $charlist){

        $charlist = preg_quote($charlist, '/');

        $str = preg_replace("/^{$charlist}/", '', $str);;

        return preg_replace("/{$charlist}$/", '', $str);

    }

    function trimBOM($str){

        return preg_replace("/^\xEF\xBB\xBF/", '', $str);

    }

四、网上说的获取客户端IP地址的各种方法

网上流行一段获取客户端IP地址的PHP函数如下：

function getIP() {

    if (getenv('HTTP_CLIENT_IP')) {

        $ip = getenv('HTTP_CLIENT_IP');

    }elseif (getenv('HTTP_X_FORWARDED_FOR')) {

        $ip = getenv('HTTP_X_FORWARDED_FOR');

    }elseif (getenv('HTTP_X_FORWARDED')) {

        $ip = getenv('HTTP_X_FORWARDED');

    }elseif (getenv('HTTP_FORWARDED_FOR')) {

        $ip = getenv('HTTP_FORWARDED_FOR');}

    }elseif (getenv('HTTP_FORWARDED')) {

        $ip = getenv('HTTP_FORWARDED');

    }else {

        $ip = $_SERVER['REMOTE_ADDR'];

    }

    return $ip;

}

这函数看起来并没有什么问题，很多开源CMS之类的也在用。然而事实上，问题大着呢！首先第一步，是要了解这些 getenv 读取的东西到底是什么玩意，又是从哪来的。简单来说这些其实是HTTP header，有些代理服务器会把源请求地址放到header里，所以我们服务器可以知道访问用户的原始IP地址。但是，并不是所有代理服务器都会这么做，也并不是只有代理服务器会这么做。

而实际上，这些HTTP header是可以随便改动的，比如curl就可以自己设置各种HTTP header。如果用此函数得到的结果，进行IP限制等操作的话是很轻易绕过的。更可怕的是，如果后续程序没有对此函数取得的IP地址进行格式校验过滤的话，就很微妙地为SQL注入打开了一扇窗户。所以比较保险的方式是只读取非HTTP header的 $_SERVER['REMOTE_ADDR']

PHP5.4及以上可以使用以下函数判断是否符合IP地址格式 filter_var($ip, FILTER_VALIDATE_IP) ，老版本需自行写正则。

五、foreach的保留现象

使用 foreach($someArr as $someL){ } 之类的用法时，要注意最后的一个 $someL 会一直保留到该函数/方法结束。而当使用引用的时候 foreach($someArr as &$someL){ }这是以引用来保存，也就是说后面若有使用同一个名字的变量名，将会把原数据改变（就像一个乱用的C指针）。为安全起见，建议每个foreach（尤其是引用的）结束之后都使用unset把这些变量清除掉。

foreach($someArr as &$someL){

    //doSomething ...

}unset($someL);

六、htmlspecialchars 函数默认不转义单引号

不少网站都是使用此函数作为通用的输入过滤函数，但是此函数默认情况是不过滤单引号的。这是非常非常地容易造成XSS漏洞。这样的做法和不过滤双引号没太大区别，只要前端写得稍微有点不规范（用了单引号）就会中招。下面这个示例改编自知乎梧桐雨的回答

<!Doctype html>
<meta charset="utf-8"/>
<?php 
$name = $_POST["xxs"];
$name = htmlspecialchars($name);

?>

<form action="" method="post">

提交的注入<input type="text" name="xxs" value="ins' onclick='alert(1)" >

<input type="submit" value="提交" />

</form>

提交后这个按钮会被注入点击弹警告

<input type='button' value='<?=$name?>' />

要求所有的时候都使用双引号不得使用单引号，这其实不太现实。所以，这个主要还是后端的责任，把单引号也要转义，我们用的时候一定要给这个函数加上参数 htmlspecialchars( $data, ENT_QUOTES);

很多人向Thinkphp框架提出过这个问题，因为其默认过滤方法就是无参数的htmlspecialchars，不过滤单引号，而其官方答复是“I函数的作用不能等同于防止SQL注入，可以自定义函数来过滤”……毛线啊，最基本的防护都不给力，这是给埋了多少隐患啊。在此强烈各位使用者重新定义默认过滤函数，我自己定义的是 htmlspecialchars(trim($data), ENT_QUOTES); ，有更好建议欢迎评论。同时非常希望TP官方更正此问题。

关于XSS，容我多说两句，请看下面这个例子。

<?php $name='alert(1)'; ?>

<p id="XSS2"></p>

<script src="//cdn.batsing.com/jquery.js"></script>

<script>

$("#XSS2")[0].innerHTML = <?=$name?>;
$("#XSS2").html( <?=$name?> );

$("#XSS2")[0].innerHTML = "<?=$name?>";
$("#XSS2").html(" <?=$name?> ");

</script>

其中第1、2行 JS会造成 XSS 漏洞，第3、4行则不会。而 alert(1) 这样一种字符串，后端甚至没有什么比较好的方法可以过滤，唯一有效的方法可能是在数据的两端加上引号。主要责任还是在于前端，对 innerHTML 和 jQuery的html() 的输出使用时，一定要确保传入的参数是字符串，否则其危险性不亚于 eval 函数

码农公寓