php - 多字节标识符列表

Question

我正在研究多字节字符以及它们是如何使用的，但是有多少不同的标识符/修饰符用于不同的多字节。

例如：&nbps;, &#nbsp;, U+0026,%20

有多少种不同的标识符，例如&, &#,u+等%？

我试图寻找输入，如果它们的单词长度超过 255 个字符，那么它可能是一个多字节（黑客尝试），然后我可以检查单词是否可以拆分具有多字节标识符，然后停止黑客尝试。

Answer 1

您是否试图避免基于同形文字的欺骗？标识符在这里表示用户名吗？

如果是，并且您的用户使用拉丁字母，则只允许 ascii 字母和数字：

$identifier = preg_replace('#[^A-Za-z0-9]+#', '', $identifier);

Answer 2

%格式 - 用于嵌入 URLS 的 url 编码值，例如 %20 是空格 (ascii 20)
 - 命名字符实体，在这种情况下是不间断空格
U+0026- 十六进制表示法中的 unicode 字符，&在这种情况下
&#...;- 编号十进制字符实体 (base10) &= &
&#x...;- 十六进制编号字符实体 (base 16): &= &