PHP filter_var() - FILTER_VALIDATE_URL

Question

FILTER_VALIDATE_URL过滤器在验证非ASCII时似乎遇到了一些问题：

var_dump(filter_var('http://pt.wikipedia.org/wiki/', FILTER_VALIDATE_URL)); // http://pt.wikipedia.org/wiki/
var_dump(filter_var('http://pt.wikipedia.org/wiki/Guimarães', FILTER_VALIDATE_URL)); // false

为什么最后一个URL没有被正确验证？可能的变通方法是什么？运行PHP 5.3.0。

我还想知道在哪里可以找到FILTER_VALIDATE_URL验证过滤器的源代码。

Answer 1

解析从这里开始：

http://svn.php.net/viewvc/php/php-src/trunk/ext/filter/logical_filters.c?view=markup

并且实际上是在/trunk/ext/standard/url.c中完成的

乍一看，我看不到任何故意拒绝非ASCII字符的东西，所以它可能只是缺少unicode支持。PHP不适合处理任何地方的非ASCII字符。:(

Answer 2

从技术上讲，根据RFC 1738的第5节，这不是有效的URL。在将请求发送到服务器之前，浏览器会自动将ã字符编码为%C3%A3。在这里，技术上有效的完整url是：http://pt.wikipedia.org/wiki/Guimar%C3%A3es，将其传递给VALIDATE_URL过滤器，它将正常工作。过滤器只根据规范进行验证，它不会尝试为您修复/编码字符。

Answer 3

下面的代码使用filter_var，但在调用它之前对非ascii字符进行编码。希望这对某些人有帮助。

<?php

function validate_url($url) {
    $path = parse_url($url, PHP_URL_PATH);
    $encoded_path = array_map('urlencode', explode('/', $path));
    $url = str_replace($path, implode('/', $encoded_path), $url);

    return filter_var($url, FILTER_VALIDATE_URL) ? true : false;
}

// example
if(!validate_url("http://somedomain.com/some/path/file1.jpg")) {
    echo "NOT A URL";
}
else {
    echo "IS A URL";
}