mb_check_encoding() の代替関数 - t_komuraの日記
これまでに挙げた文字コードについて、正規表現を使用して mb_check_encoding() の代替用の関数を書いてみました。ある程度、妥当なものになっているとは思いますが、間違い等に気付いた方がおられましたら、ご指摘ください。 UTF-8 については、RFC3629 を参考にしました。各文字は4バイト以下、冗長な表現、サロゲートペアの領域を FALSE と判定します。 <?php function is_valid_encoding( $str, $encoding ) { switch ( $encoding ) { case 'ASCII' : $regex = '/(?:' . '[\x00-\x7f]' // ASCII (mb_check_encoding) // . '[\x00\x09\x0a\x0d\x20-\x7f]' // ASCII (mb_detect_enco
phpMyAdmin3.5.8以前に任意のスクリプト実行を許す脆弱性(CVE-2013-3238)
脆弱性の発生するメカニズム 脆弱性の原因はlibraries/mult_submits.inc.php の以下の部分です。 case 'replace_prefix_tbl': $current = $selected[$i]; $newtablename = preg_replace("/^" . $from_prefix . "/", $to_prefix, $current); 上記再現手順の場合、preg_replace関数の呼び出しは以下の引数となります。 preg_replace("/^/e\0/", "phpinfo();", "test"); preg_replace関数(PHP5.4.6以前)の第１引数はバイナリセーフでないため、NULLバイト以降が無視され、結局以下の引数で呼び出されたのと同じになります。 preg_replace("/^/e", "phpinfo();
第四回闇PHP勉強会で正規表現リテラルの実装について話した - id:anatooのブログ
PHPに正規表現リテラルをどんな感じで実装するかを3/2の第四回闇PHP勉強会で話しました。PerlやJavaScriptやRubyやPythonが持っているような正規表現リテラルがPHPには無いのですが、この話では実際にパッチを書いてみてどんな感じで正規表現リテラルを追加していったのかをデモをまじえつつだらだら話す感じで説明しました。 他の方の発表も基本的にはZendEngineや拡張の話だったのですが、自分の知らないところの知識やノウハウが話されていて参考になりました。@rskyさん、@do_akiさん、@hnwさん発表お疲れ様でした。 次回の開催はいつぐらいにやるか特に決めてないのですが、だいたい6,7月ぐらいになるかなーと思っています。
PCREはUnicode文字プロパティをサポートするとは限らない - hnwの日記
（2011/05/19追記）CentOS5のpcreパッケージについて言えば、2010年7月以降Unicode文字プロパティが有効になっているそうです。安心ですね！（via「 CentOS5.5でCakePHP1.3系のInflector::slugを正常動作させる方法 - Lism.in * blog - nekoya (id:studio-m)」） PCREというのは、Perl互換の正規表現ライブラリです。PCREは例えばPHPのpreg系関数で利用されていますし、他の処理系でも多く利用されているかと思います。ところで、PCREの挙動は環境ごとに異なる可能性があることをご存知でしょうか。具体的には、Unicode文字プロパティをサポートする環境としない環境とがあり、同じ正規表現でも挙動が変わることがあります。僕はそんなことを考えた事もなかったので、ビックリしました。 同じ原因で、以前の
PHP の正規表現があまりに複雑なのでまとめてみた - A Day in Serenity @ kenjis
できるだけ正確な記述を目指していますが、誤りがありましたら、お知らせ願います。 (最終更新: 2013/3/29 11:22) 正規表現の種類 まず、PHP には以下の 3種類の正規表現があります。 Perl 互換の正規表現 (pcre) mbstring の正規表現 (mbregex) POSIX 拡張正規表現 (regex) このうち、regex は バイナリセーフでない 日本語は扱えない PHP 5.3 で非推奨 なので使わない方がいいでしょう。見つけたら、随時 pcre か mbregex で書き直しましょう。 Perl 互換の正規表現 (pcre) 正規表現エンジンは Perl の「PCRE」 日本語は UTF-8 のみ扱える UTF-8 を使う場合は、パターン修飾子に u を指定する 文字クラスはロケールの影響を受ける PHP: 文字クラス - Manual 処理の制限値 (p
UTF-8のひらがな/カタカナの正規表現（PHP） - kotori::log - 原宿工業大学
/^(\xe3(\x81[\x81-\xbf]|\x82[\x80-\x93]|\x83\xbc))*$/ （ひらがな） /^(\xe3(\x82[\xa1-\xbf]|\x83[\x80-\xb6]|\x83\xbc))*$/ （カタカナ）
PHPのPCRE関数にあるUTF-8モードが厄介な件
事の発端はあるバグチケットから 発端となったのはこのバグから。 Bug（バグ） #3289: 自動リンク機能で末尾のスラッシュを省略すると後続の日本語テキストもURLとしてリンクされてしまう - OpenPNE 3 - OpenPNE Issue Tracking System 大雑把に説明すると、 「http://example.comあああ」 といふ文字列に対して自動リンク機能を通したところ 「<a href="http://example.com">http://example.com</a>あああ」 ではなく 「<a href="http://example.comあああ">http://example.comあああ</a>」 のような残念な感じにリンクが張られてしまふといふバグである。 このバグを報告し終へた後、単純な正規表現のミスだらうと高を括って修正に取り掛かってゐた。が、原
鬼車+Unicodeの\[\[:print:\]\]はPOSIX流じゃないらしい - moriyoshiの日記
追記: どっちが正しいとかそういう話ではないので念のため...。 追記2: Technical ReportがAnnexとなっていたのを修正。 追記3: 微妙に誤解があった部分を修正。結論としては同じ。 id:ockeghem さんの、 「POSIX正規表現の[:print:]は改行やタブがマッチするかどうかがPerlとPHPで異なりますね。Perlはマッチしない、PHPはマッチする。どっちが正しいんだ? 」というつぶやきを見て、いろいろ調べてみたんですが、 今回はPHPのせいじゃなかった みたいなのでいろいろほっとしました。 さて、まずは試してみる PHP: <?php foreach (str_split("\x09\x0a\x0d a") as $c) { var_dump(ord($c)); echo "preg_match(): "; var_dump(preg_match("(
![鬼車+Unicodeの\[\[:print:\]\]はPOSIX流じゃないらしい - moriyoshiの日記](https://cdn-ak-scissors.b.st-hatena.com/image/square/bfbe387b8f7f34f3258b15383d14f7bbfd21a773/height=288;version=1;width=512/https%3A%2F%2Fogimage.blog.st-hatena.com%2F12704591929891451528%2F12704591929891452254%2F1365590825)
- よくきたWiki
† $ php -r ' var_dump( mb_language()); mb_language( "ja"); var_dump( mb_internal_encoding()); var_dump( mb_regex_encoding()); mb_internal_encoding( "EUC-JP"); var_dump( mb_regex_encoding()); var_dump( mb_regex_encoding( "UTF-8")); var_dump( mb_regex_encoding());' string(7) "neutral" string(10) "ISO-8859-1" string(10) "ISO-8859-1" string(10) "ISO-8859-1" bool(true) string(5) "UTF-8" $ php -d mbstri
[PHP-users 12718] Re: mb_regex_set_options()の引数って？
Moriyoshi Koizumi php-users@php.gr.jp Wed, 22 Jan 2003 08:14:44 +0900 前の記事: [PHP-users 12715] mb_regex_set_options()の引数って？ 次の記事: [PHP-users 12720] Re: mb_regex_set_options()の引数って？ 目次の順: [ 日付 ] [ スレッド ] [ 件名 ] [ 発信者 ] 小泉です。 On Tue, Jan 21, 2003 at 08:21:35PM +0900, Y.Watanabe wrote: > わたなべです。 > > どなたか、 > mb_regex_set_options > http://www.php.net/manual/ja/function.mb-regex-set-options.php > の引数の書き方
マルチバイト正規表現関係のメモ - t_komuraの日記
久しぶりに mbstring モジュール(特にマルチバイト正規表現)のソースコードを眺めていたのですが、いくつか面白い(知らなかった)挙動がありましたでメモしておきます。 確認した PHP のバージョンは 5.4.10 ですが、PHP 5.0 以降であれば、あまり変わりません。 パターン修飾子 m と s の解釈 これまでは Perl 互換の正規表現と同じと思っていたのですが、マルチバイト正規表現のパターン修飾子 m と s は Perl 互換の正規表現(preg)と挙動が違います。 mb_ereg_replace() と preg_replace() で、改行を含む文字列置き換えの結果を比較すると以下のようになります。 パターン修飾子 s(マルチバイト正規表現:ONIG_OPTION_SINGLELINE, Perl互換正規表現:PCRE_DOTALL) $ php -r 'echo m
【PHP】正規表現の書いてある行をコメントアウトするときの注意 - blogですかい
<?php $html = file_get_contents('http://example.com/foo.html'); $html = preg_replace('@.*?<table.*?>@s','',$html); 上記のプログラムは特に問題無く動くのですが <?php $html = file_get_contents('http://example.com/foo.html'); //$html = preg_replace('@.*?<table.*?>@s','',$html); このように 「*?>」 を含む行を 「//」 や 「#」 でコメントアウトすると、 ?>をPHPの終了タグとみなされてしまいます。 (その後に続く@s','',$html);が標準出力に出力される) <?php $html = file_get_contents('http://exampl
PHP の mbstring に関するメモ
このページについての説明・注意など PHP の mbstring 拡張モジュールについて調べてみました。mbstring 拡張モジュールは、PHP マニュアル : マルチバイト文字列関数 (mbstring) にも書かれていない機能や制約が多くあります。そのあたりをソースコードを確認しながらまとめてみました。 更新内容については、更新履歴を参照してください。 ソースコードの確認は主に PHP 5.2.5 〜 PHP 5.3.0 で行いました。PHP 4.x に対する記述もありますが、細かいバージョン等については十分に確認できていないものもあります。このページを読んで、間違い、誤字、脱字などがを見つけましたら、はてなの日記、または、メールなどで教えてください。 mbstring を使用する方法 静的ライブラリとして組み込む方法 共有ライブラリとして使用する方法 Windows 環境の場合 P
PHP での PCRE 正規表現の \w や \d について - A Day in Serenity @ kenjis
さて問題です。次のコードの実行結果はどうなるでしょうか？ <?php var_dump(preg_match('/\w/u', 'あ')); var_dump(preg_match('/\w/u', ' ')); // 全角スペース var_dump(preg_match('/\w/u', '１')); // 全角の1 var_dump(preg_match('/\d/u', '１')); // 全角の1 答え。 Linux ではこうなりました。 php-4.4.9: int(0) int(0) int(0) int(0) php-5.1.6: int(0) int(0) int(0) int(0) php-5.2.17: int(0) int(0) int(0) int(0) php-5.3.0: int(0) int(0) int(0) int(0) php-5.3.1: int(0)
PHPの独特な正規表現関数：mb_ereg_search - hnwの日記
直前の記事「mb_ereg_replace関数でe修飾子を使う際の注意点」で利用しているmb_ereg_search_ナントカという関数群は特徴的な関数ですが、あまり使用例を見ない関数です。今回はこの関数群の概要を紹介します。 この関数群は正規表現マッチを行うmb_ereg系関数のバリエーションの一つです。前回正規表現マッチした場所を覚えていて、再度呼び出すと前回のマッチングに引き続いて正規表現マッチを行います。これを使うと、次のように正規表現マッチ毎に何かの処理を行うループが作れます。 <?php mb_ereg_search_init($subject, $pattern, $option); while (mb_ereg_search()) { $matches = mb_ereg_search_getregs(); // マッチした内容ごとの処理 } Perlだとm/../gでルー
mb_ereg_replace関数でe修飾子を使う際の注意点 - hnwの日記
mb_ereg_replace関数でe修飾子を使ってevalする場合の注意点をまとめてみました。 概要 マニュアルの下記引用部にもあるとおり、mb_ereg_replace関数はe修飾子の指定があっても特にエスケープなどを行いません。 信頼できない入力に対しては、絶対に e 修正子を使用してはいけません。 (preg_replace() と同様、) 自動的なエスケープは行いません。このことを忘れていると、自分の書いたアプリケーションにリモートコード実行の脆弱性を作りこんでしまうことになります。 PHP: mb_ereg_replace - Manual preg_replaceでe修飾子をつけた場合、後方参照について自動でaddslashes相当のエスケープを行ってくれます（「例えばPHPのpreg_replace関数でe修飾子を避ける」参照）ので、この点において両者は挙動が異なっているわ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Loading...
GitHub - k-takata/Onigmo: Onigmo is a regular expressions library forked from Oniguruma.
http://www.rider-n.sakura.ne.jp/regexp/regexp.php
preg_match has string size limit