短链接怎么用php还原_处理特殊符号转义的技巧【详解】-php教程-PHP中文网

应循环调用 urldecode() 直至无法再解，同时用长度和正则防死循环；还原后需按原始编码（如 utf-8/gbk）针对性转码 query value 部分；parse_url() 等函数必须在完全解码后调用；根治方法是在短链存储时避免对整个 url 多余编码。

短链接怎么用php还原_处理特殊符号转义的技巧【详解】

短链接跳转时 URL 参数里的特殊符号被双重编码

PHP 接收短链接重定向后的目标 URL 时，经常发现 %2520（空格）、%253D（等号）、%252F（斜杠）这类“套娃式编码”。本质是原始 URL 已被编码一次，又被短链服务再次编码 —— 比如用户分享的是 https://a.com?q=hello world，短链服务存入数据库前做了 urlencode()，生成短链后跳转时又对整个 URL 再做了一次 urlencode()，导致最终 PHP 收到的是 https%253A%252F%252Fa.com%253Fq%253Dhello%252Bworld。

还原的关键不是“解一次”，而是“解到没有 %[0-9A-Fa-f]{2} 可解为止”，但不能无限制循环（防恶意构造）。建议用 urldecode() 循环 + 长度判断：

function fully_decode_url($url) {
    $prev = '';
    while ($url !== $prev) {
        $prev = $url;
        $url = urldecode($url);
        // 防止死循环：若解码后长度没变，且还含 %xx，说明已无效或损坏
        if (strlen($url) === strlen($prev) && preg_match('/%[0-9A-Fa-f]{2}/', $url)) {
            break;
        }
    }
    return $url;
}

还原后仍显示乱码？检查字符集是否匹配原始编码

短链目标 URL 中的中文、日文等非 ASCII 字符，在原始编码时可能用 UTF-8，也可能用 GBK（尤其老系统或某些国内短链平台）。PHP 默认按字节解码 urldecode()，不自动识别编码。如果还原后是 ä½ å¥½ 这类乱码，大概率是原始 URL 用 UTF-8 编码，但你误以为是 GBK；反之亦然。

先确认原始来源：查短链后台日志、或用浏览器开发者工具看跳转前的 Location 响应头值
用 mb_detect_encoding() 辅助判断不可靠，优先以来源为准
必要时手动转码：mb_convert_encoding($decoded, 'UTF-8', 'GBK') 或 iconv('GBK', 'UTF-8//IGNORE', $decoded)
注意：不要对整个 URL 调用 mb_convert_encoding()，只转 query string 的 value 部分（比如 q=xxx 中的 xxx），否则会破坏协议、域名、路径中的合法 ASCII 字符

`parse_url()` 和 `parse_str()` 处理前必须确保 URL 已完全还原

很多人直接对未还原的编码串调用 parse_url()，结果 parse_url('https%3A%2F%2Fexample.com%3Fx%3D%E4%BD%A0') 返回 ['scheme' => 'https%3A', 'host' => '%2F%2Fexample.com%3Fx%3D%E4%BD%A0'] —— 完全错乱。必须在调用前完成彻底解码。

MySQL

编写正确的MySQL查询，避免字符集、索引和锁方面的常见陷阱。

下载

还原后，再安全拆解：

$raw_url = $_GET['url'] ?? '';
$decoded = fully_decode_url($raw_url);

$parsed = parse_url($decoded);
if ($parsed === false || empty($parsed['scheme']) || empty($parsed['host'])) {
    die('Invalid URL');
}

// 只对 query 部分解码并解析
if (!empty($parsed['query'])) {
    parse_str($parsed['query'], $query_params);
    // $query_params 现在是关联数组，value 已是原始字符串（如 ['q' => '你好']）
}

短链服务端存储时就该规避双重编码

真正省事的做法，是在生成短链时就堵住源头。入库前不做多余编码：

原始 URL 若来自用户输入，先做基础校验（filter_var($url, FILTER_VALIDATE_URL)），再直接存为原始字符串
不要对整个 URL 执行 urlencode() 后存储；如需转义用于 SQL，用参数化查询或 mysqli_real_escape_string()，而非 URL 编码
跳转响应中输出 Location: $stored_url 即可，由浏览器自行处理编码/解码逻辑
若必须用 URL 编码（例如拼在 query 中作透传参数），只编码「值本身」，而不是整个 URL。例如：?target=' . urlencode($original_url) —— 这是正确用法

双重编码问题看似是接收端的事，其实八成发生在生成端。还原只是补救，规范存储才是根治点。尤其当短链要支持带 hash（#）或复杂 query 的 URL 时，任意一层多编码都会让 parse_url() 失效或截断。