php-过滤不可见零宽的字符u200B
今天⽤户输⼊了⼀段⽂字：（别辜负了今天。 ），结果触发了业务的产品需求逻辑，不能有四个连续的字符限制，第⼀眼⼀看完全没有连续的啊！
初步猜测是末尾有空格，结果进⾏⽂本删除的时候，发现只有⼀个可见的空格，后⾯末尾出现了四个不可见的0长度的字符，要连续删四次．
⾸先先进⾏问题排查
$content="别辜负了今天。";
$oriJsonContent = json_encode($content);
echo $oriJsonContent;
-----输出-----
"\u522b\u8f9c\u8d1f\u4e86\u4eca\u5929\u3002 \u200b\u200b\u200b\u200b"
此时就发现了末尾出现了不可见0长度的字符\u200B，那么解决思路就有了，过滤掉这个该死的字符即
可解决问题咯
$content = $_POST['content'];
$oriJsonContent = json_encode($content);
if(preg_match("#\\\u200b#us", $oriJsonContent)){
$content = preg_replace("#\\\u200b#us", '', $oriJsonContent);
$content=json_decode($content);
}
PS，这个该死的不可见0宽字符\u200B，还可以⽤来做改名，⽐如王者荣耀，和平精英，或者改名，可以实现改⼀样的名字，或者没有任何字的昵称
————————————华丽的分割线———————————————
零宽度字符在JavaScript中的应⽤
先来看⼀段奇怪代码
上图的字符串中，只看到了3个字符，打印出的length却是10。因为这个字符串中隐藏了7个不可见零宽度字符。
什么是零宽度字符
⼀种不可打印的Unicode字符, 在浏览器等环境不可见, 但是真是存在, 获取字符串长度时也会占位置, 表⽰某⼀种控制功能的字符.
常见的零宽字符有哪些
零宽空格（zero-width space, ZWSP）⽤于可能需要换⾏处。
Unicode: U+200B  HTML: ​
零宽不连字 (zero-width non-joiner，ZWNJ)放在电⼦⽂本的两个字符之间，抑制本来会发⽣的连字，⽽是以这两个字符原本的字形来绘制。
Unicode: U+200C  HTML: ‌
零宽连字（zero-width joiner，ZWJ）是⼀个控制字符，放在某些需要复杂排版语⾔（如阿拉伯语、印地语）的两个字符之间，使得这两个本不会发⽣连字的字符产⽣了    Unicode: U+200D  HTML: ‍
左⾄右符号（Left-to-right mark，LRM）是⼀种控制字符，⽤于计算机的双向⽂稿排版中。
Unicode: U+200E  HTML: ‎ ‎ 或‎
右⾄左符号（Right-to-left mark，RLM）是⼀种控制字符，⽤于计算机的双向⽂稿排版中。
Unicode: U+200F  HTML: ‏ ‏ 或‏
字节顺序标记（byte-order mark，BOM）常被⽤来当做标⽰⽂件是以UTF-8、UTF-16或UTF-32编码的标记。
Unicode: U+FEFF
零宽度字符在JavaScript的应⽤
数据防爬
将零宽度字符插⼊⽂本中,⼲扰关键字匹配。爬⾍得到的带有零宽度字符的数据会影响他们的分析，但不会影响⽤户的阅读数据。
信息传递
将⾃定义组合的零宽度字符插⼊⽂本中，⽤户复制后会携带不可见信息，达到传递作⽤。
使⽤零宽度字符加密解密
信息加密解密的思路是, 把字符串转成⼆进制0和1, 并⽤空格把字符隔开, 然后⽤三种零宽表⽰0、1、空格, 然后⽤第四种零宽字符拼起来;
解密反向操作即可.
代码如下:
// str -> 零宽字符
function strToZeroWidth(str) {
return str
.split('')
.map(char => char.charCodeAt(0).toString(2)) // 1 0 空格
.join(' ')
.split('')
.map(binaryNum => {
if (binaryNum === '1') {
return ''; // ​
} else if (binaryNum === '0') {
return ''; // ‌
} else {
return ''; // ‍
}
})
.join('') // ‎
}
// 零宽字符 -> str
function zeroWidthToStr(zeroWidthStr) {
return zeroWidthStr
.split('') // ‎
.map(char => {
if (char === '') { // ​
return '1';
} else if (char === '') { // ‌
return '0';
} else { // ‍
return ' ';
}
})
.join('')
.split(' ')
.map(binaryNum => String.fromCharCode(parseInt(binaryNum, 2)))
.
join('')
}
使⽤:
var str = '我后⾯藏了零宽字符' + strToZeroWidth('im whosmeya');
//undefined
str
//我后⾯藏了零宽字符
str.length //不是9
//180
place(/[^\u200b-\u200f\uFEFF\u202a-\u202e]/g, ""));//解密//im whosmeya
过滤零宽度字符
excel表格 中经常出现零宽字符 \u202c \u202d, 上传后解析或复制到 input 就会有问题,
例如复制 "176xxxx1115" 到控制台获取 length 是 13 ⽽不是 11, 实际字符串⾸尾都被 excel 添加了零宽字符 "\u202d176xxxx1115\u202c".
所以在 excel表格 中获取到的数据⼀般需要先过滤.
提取零宽度字符
如果⽤ 零宽字符 加密信息后插⼊了⽂本中, 解密时需要先吧 零宽字符 提取出来.
_________割__________
/**
* 过滤⾓标过滤零宽字符
phpjson格式化输出
* @author repoman
* @param string $str 需要过滤的字符串
* @param string 过滤后的字符串
*/
public function filter_trademark($str){
$str = json_encode($str,true);//转换为Unicode编码
$patterns    = []; //正则表达式
$replacements = []; //替换成的字符
/
/公共
$patterns[0] = '/®/';
$replacements[0] = '';
//零宽字符​
$patterns[1] = '/​/';
$replacements[1] = '';
//零宽字符​
$patterns[2] = '#\\\u200b#us';
$replacements[2] = '';
$str = preg_replace($patterns, $replacements, $str);
$str = json_decode($str);//解码Unicode编码
return $str;
}

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。