Question

我有以下函数可以在HTML DOM;

中找到值

它有效，但当我给出参数$value时：Levi's Baby Overall, 它裂开了，因为它没有逃脱，并且'chars

如何从DOM XPath Query中转义所有无效字符？

private function extract($file,$url,$value) {
    $result = array();
    $i = 0;
    $dom = new DOMDocument();
    @$dom->loadHTMLFile($file);
    //use DOMXpath to navigate the html with the DOM
    $dom_xpath = new DOMXpath($dom);
    $elements = $dom_xpath->query("//*[text()[contains(., '" . $value . "')]]");
    if (!is_null($elements)) {
        foreach ($elements as $element) {
            $nodes = $element->childNodes;
            foreach ($nodes as $node) {
                if (($node->nodeValue != null) && ($node->nodeValue === $value)) {
                    $xpath = preg_replace("/\/text\(\)/", "", $node->getNodePath());
                    $result[$i]['url'] = $url;
                    $result[$i]['value'] = $node->nodeValue;
                    $result[$i]['xpath'] = $xpath;
                    $i++;
                }
            }
        }
    }
    return $result;
}

Answer 1

不应该使用任意的，用户提供的字符串替换XPath表达式中的占位符 - 因为（恶意）XPath注入的风险。

为了安全地处理这些未知字符串，解决方案是使用预编译的XPath表达式并将用户提供的字符串作为变量传递给它。这也完全消除了在代码中处理嵌套引号的需要。

Answer 2

PHP没有内置函数来转义/引用XPath查询的字符串。此外，为XPath转义字符串是非常困难的，这里有更多关于原因的信息：https://stackoverflow.com/a/1352556/1067003，这里是他的C＃XPath引用函数的PHP端口：

function xpath_quote(string $value):string{
    if(false===strpos($value,'"')){
        return '"'.$value.'"';
    }
    if(false===strpos($value,'\'')){
        return '\''.$value.'\'';
    }
    // if the value contains both single and double quotes, construct an
    // expression that concatenates all non-double-quote substrings with
    // the quotes, e.g.:
    //
    //    concat("'foo'", '"', "bar")
    $sb='concat(';
    $substrings=explode('"',$value);
    for($i=0;$i<count($substrings);++$i){
        $needComma=($i>0);
        if($substrings[$i]!==''){
            if($i>0){
                $sb.=', ';
            }
            $sb.='"'.$substrings[$i].'"';
            $needComma=true;
        }
        if($i < (count($substrings) -1)){
            if($needComma){
                $sb.=', ';
            }
            $sb.="'\"'";
        }
    }
    $sb.=')';
    return $sb;
}

示例用法：

$elements = $dom_xpath->query("//*[contains(text()," . xpath_quote($value) . ")]");

注意我没有在xpath本身中添加引号字符（"），因为xpath_quote函数为我做了（或者如果需要的话，还是concat（）等价物）

如何从DOM XPath Query中转义所有无效字符？

2 个答案: