CI自動過濾掉百分號%後兩位的問題解決

在 CodeIgniter 做的網站裡，想輸入一段代碼：

$var = sprintf("%04d", 2);

但是發現入庫後，代碼變成了

$var = sprintf("d", 2);

在網上環境，本地環境都測試過，最終確認是 CodeIgniter 系統的問題。下面談一下問題解決的過程與思維方法：

1. 是 config.php 的 permitted_uri_chars 嗎？

$config['permitted_uri_chars'] = 'a-z 0-9~%.:_\-';

在 stackoverflow 上找到幾個差不多的問題，有答案說改 config.php 的 permitted_uri_chars 就行了。

Ahem... after looking at your sample string again. Here is why you get "The URI you submitted has disallowed characters".

Short explanation: Add the ampersand & to the allowed characters list

$config['permitted_uri_chars'] = 'a-z 0-9~%.:_+&-';

試過了，沒效果，於是就查找應用了 $config['permitted_uri_chars'] 的代碼。

2. 是 core/Input.php 的 _clean_input_keys() 函數問題嗎？

	function _clean_input_keys($str)   
	{   
		$config = &get_config('config');   
		if ( ! preg_match("/^[".$config['permitted_uri_chars']."]+$/i", rawurlencode($str)))   
		{   
			exit('Disallowed Key Characters.');   
		}   
		
		// Clean UTF-8 if supported
		if (UTF8_ENABLED === TRUE)
		{
			$str = $this->uni->clean_string($str);
		}
		return $str;   
	} 

這個函數使用了 $config['permitted_uri_chars'] 直接過濾 post 過來的數據，很大原因就是元凶了。我把它單獨出來，經過測試發現，post $var = sprintf("%04d", 2); 過來，結果還是 $var = sprintf("%04d", 2); ，%04並未被過濾，看來還得細細地找。

3. 是 xss 的防御機制嗎？

stackoverflow 有個人說他完美解決了這個問題，是 xss clean 的原因。

:) God damn URLDECODE, I have looked at the code in URI.php but the xss clean is doing the job so I missed it. Thank you now everything is perfect. – RaduM

於是我找到了 core/security.php 下的 xss_clean() 函數。把函數體代碼全部注釋掉，發現輸入還是會把 %04 過濾掉，顯然也不是 xss 的問題。

4. 問題出在 _clean_input_data() 函數

重新回到 Input.php，發現 _clean_input_data 與 _clean_input_keys 有聯系。

$new_array[$this->_clean_input_keys($key)] = $this->_clean_input_data($val);

於是把 _clean_input_data() 的函數體注釋掉，竟然輸入沒被過濾了。繼續縮小范圍，發現是這段代碼惹得禍：

// Remove control characters
// 就是這個會把%0x過濾掉
$str = remove_invisible_characters($str);

5. 元凶找到了 remove_invisible_characters() 函數

那麼 remove_invisible_characters() 這個函數是什麼呢？

這個函數在 core/Common.php中，我把它揪出來：

	function remove_invisible_characters($str, $url_encoded = TRUE)
	{
		$non_displayables = array();
		
		// every control character except newline (dec 10)
		// carriage return (dec 13), and horizontal tab (dec 09)
		
		if ($url_encoded)
		{
			$non_displayables[] = '/%0[0-8bcef]/';	// url encoded 00-08, 11, 12, 14, 15
			$non_displayables[] = '/%1[0-9a-f]/';	// url encoded 16-31
		}
		
		$non_displayables[] = '/[\x00-\x08\x0B\x0C\x0E-\x1F\x7F]+/S';	// 00-08, 11, 12, 14-31, 127

		do
		{
			$str = preg_replace($non_displayables, '', $str, -1, $count);
		}
		while ($count);

		return $str;
	}

看這麼幾行代碼：

if ($url_encoded)
{
	$non_displayables[] = '/%0[0-8bcef]/';	// url encoded 00-08, 11, 12, 14, 15
	$non_displayables[] = '/%1[0-9a-f]/';	// url encoded 16-31
}

明確了吧，他會把%0與%1開頭的3個字符過濾掉。直接把這個注釋掉，問題解決。

記錄這個問題解決的思維全過程。