如何防止在實體中允許雙重編碼html實體

Question

如何防止html實體的雙重編碼或者以編程方式修復它們？

我使用perl模塊的HTML::Entities中的encode（）函數對用戶輸入中的HTML實體進行編碼。這裏的問題是我們也允許用戶直接輸入HTML實體，並且這些實體最終被雙重編碼。

例如，用戶可以輸入：

Stackoverflow & Perl = Awesome…

這最終被編碼以

Stackoverflow & Perl = Awesome…

這使得在瀏覽器中

Stackoverflow & Perl = Awesome…

我們希望這呈現爲

Stackoverflow & Perl = Awesome...

是否有辦法防止這種雙重編碼？還是有一個模塊或代碼片段，可以輕鬆解決這些雙重編碼問題？

任何幫助，不勝感激！

Answer 1

您可以首先解碼字符串：

my $input = from_user(); 

my $encoded = encode_entities(decode_entities $input); 

Answer 2

考慮將呼叫保存到encode()，直到您檢索顯示值，而不是在您存儲之前。只要您的檢索機制一致，數據庫中的額外數據可能就不值得煩惱了。

編輯

重讀你的問題，我現在意識到我的回答並不能完全解決問題看到，因爲調用encode()後仍會有同樣的結果。不知道替代我自己，它可能沒有太大的幫助，但你可能想要考慮找到一種更適合的方法進行編碼，將尊重現有的符號。

Answer 3

有一個非常簡單的方法來避免這種情況：

1. 在輸入時再次輸出階段刪除所有的實體（把它們轉換成Unicode）轉換成實體
2. 編碼。