CI自动过滤掉百分号%后两位的问题解决

在 CodeIgniter 做的网站里，想输入一段代码：

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

但是发现入库后，代码变成了

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

在网上环境，本地环境都测试过，最终确认是 CodeIgniter 系统的问题。下面谈一下问题解决的过程与思维方法：

1. 是 config.php 的 permitted_uri_chars 吗？

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

在 * 上找到几个差不多的问题，有答案说改 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~%.:_+&-';

试过了，没效果，于是就查找应用了 $config['permitted_uri_chars'] 的代码。

2. 是 core/Input.php 的 _clean_input_keys() 函数问题吗？

	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;   
	} 

这个函数使用了 $config['permitted_uri_chars'] 直接过滤 post 过来的数据，很大原因就是元凶了。我把它单独出来，经过测试发现，post $var = sprintf("%04d", 2); 过来，结果还是 $var = sprintf("%04d", 2); ，%04并未被过滤，看来还得细细地找。

3. 是 xss 的防御机制吗？

* 有个人说他完美解决了这个问题，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

于是我找到了 core/security.php 下的 xss_clean() 函数。把函数体代码全部注释掉，发现输入还是会把 %04 过滤掉，显然也不是 xss 的问题。

4. 问题出在 _clean_input_data() 函数

重新回到 Input.php，发现 _clean_input_data 与 _clean_input_keys 有联系。

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

于是把 _clean_input_data() 的函数体注释掉，竟然输入没被过滤了。继续缩小范围，发现是这段代码惹得祸：

// Remove control characters
// 就是这个会把%0x过滤掉
$str = remove_invisible_characters($str);

5. 元凶找到了 remove_invisible_characters() 函数

那么 remove_invisible_characters() 这个函数是什么呢？

这个函数在 core/Common.php中，我把它揪出来：

	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;
	}

看这么几行代码：

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
}

明确了吧，他会把%0与%1开头的3个字符过滤掉。直接把这个注释掉，问题解决。

记录这个问题解决的思维全过程。