WordPress.org

Make WordPress Core

Changeset 32364


Ignore:
Timestamp:
05/06/2015 02:59:50 AM (6 years ago)
Author:
pento
Message:

WPDB: When checking that a string can be sent to MySQL, we shouldn't use mb_convert_encoding(), as it behaves differently to MySQL's character encoding conversion.

Props mdawaffe, pento, nbachiyski, jorbin, johnjamesjacoby, jeremyfelt.

See #32165.

Location:
trunk
Files:
9 edited

Legend:

Unmodified
Added
Removed
  • trunk/src/wp-admin/includes/upgrade.php

    r32310 r32364  
    528528        upgrade_420();
    529529
    530     if ( $wp_current_db_version < 32308 )
     530    if ( $wp_current_db_version < 32364 )
    531531        upgrade_430();
    532532
     
    14471447    global $wp_current_db_version, $wpdb;
    14481448
    1449     if ( $wp_current_db_version < 32308 ) {
     1449    if ( $wp_current_db_version < 32364 ) {
    14501450        $content_length = $wpdb->get_col_length( $wpdb->comments, 'comment_content' );
    1451         if ( ! $content_length ) {
    1452             $content_length = 65535;
    1453         }
     1451        if ( false === $content_length ) {
     1452            $content_length = array(
     1453                'type'   => 'byte',
     1454                'length' => 65535,
     1455            );
     1456        } elseif ( ! is_array( $content_length ) ) {
     1457            $length = (int) $content_length > 0 ? (int) $content_length : 65535;
     1458            $content_length = array(
     1459                'type'   => 'byte',
     1460                'length' => $length
     1461            );
     1462        }
     1463
     1464        if ( 'byte' !== $content_length['type'] ) {
     1465            // Sites with malformed DB schemas are on their own.
     1466            return;
     1467        }
     1468
     1469        $allowed_length = intval( $content_length['length'] ) - 10;
    14541470
    14551471        $comments = $wpdb->get_results(
    1456             "SELECT comment_ID FROM $wpdb->comments
    1457             WHERE comment_date_gmt > '2015-04-26'
    1458             AND CHAR_LENGTH( comment_content ) >= $content_length
    1459             AND ( comment_content LIKE '%<%' OR comment_content LIKE '%>%' )"
     1472            "SELECT `comment_ID` FROM `{$wpdb->comments}`
     1473                WHERE `comment_date_gmt` > '2015-04-26'
     1474                AND LENGTH( `comment_content` ) >= {$allowed_length}
     1475                AND ( `comment_content` LIKE '%<%' OR `comment_content` LIKE '%>%' )"
    14601476        );
    14611477
  • trunk/src/wp-includes/comment.php

    r32116 r32364  
    21192119    $compacted = compact( 'comment_post_ID', 'comment_author', 'comment_author_email', 'comment_author_url', 'comment_author_IP', 'comment_date', 'comment_date_gmt', 'comment_content', 'comment_karma', 'comment_approved', 'comment_agent', 'comment_type', 'comment_parent', 'user_id' );
    21202120    if ( ! $wpdb->insert( $wpdb->comments, $compacted ) ) {
    2121         $fields = array( 'comment_author', 'comment_author_email', 'comment_author_url', 'comment_content' );
    2122 
    2123         foreach( $fields as $field ) {
    2124             if ( isset( $compacted[ $field ] ) ) {
    2125                 $compacted[ $field ] = $wpdb->strip_invalid_text_for_column( $wpdb->comments, $field, $compacted[ $field ] );
    2126             }
    2127         }
    2128 
    2129         if ( ! $wpdb->insert( $wpdb->comments, $compacted ) ) {
    2130             return false;
    2131         }
     2121        return false;
    21322122    }
    21332123
     
    22532243 */
    22542244function wp_new_comment( $commentdata ) {
     2245    global $wpdb;
     2246
    22552247    if ( isset( $commentdata['user_ID'] ) ) {
    22562248        $commentdata['user_id'] = $commentdata['user_ID'] = (int) $commentdata['user_ID'];
     
    22962288    $comment_ID = wp_insert_comment($commentdata);
    22972289    if ( ! $comment_ID ) {
    2298         return false;
     2290        $fields = array( 'comment_author', 'comment_author_email', 'comment_author_url', 'comment_content' );
     2291
     2292        foreach( $fields as $field ) {
     2293            if ( isset( $commentdata[ $field ] ) ) {
     2294                $commentdata[ $field ] = $wpdb->strip_invalid_text_for_column( $wpdb->comments, $field, $commentdata[ $field ] );
     2295            }
     2296        }
     2297
     2298        $commentdata = wp_filter_comment( $commentdata );
     2299
     2300        $commentdata['comment_approved'] = wp_allow_comment( $commentdata );
     2301
     2302        $comment_ID = wp_insert_comment( $commentdata );
     2303        if ( ! $comment_ID ) {
     2304            return false;
     2305        }
    22992306    }
    23002307
  • trunk/src/wp-includes/compat.php

    r32115 r32364  
    1414}
    1515
     16/**
     17 * Returns whether PCRE/u (PCRE_UTF8 modifier) is available for use.
     18 *
     19 * @ignore
     20 * @since 4.2.2
     21 * @access private
     22 *
     23 * @param bool $set - Used for testing only
     24 *             null   : default - get PCRE/u capability
     25 *             false  : Used for testing - return false for future calls to this function
     26 *             'reset': Used for testing - restore default behavior of this function
     27 */
     28function _wp_can_use_pcre_u( $set = null ) {
     29    static $utf8_pcre = 'reset';
     30
     31    if ( null !== $set ) {
     32        $utf8_pcre = $set;
     33    }
     34
     35    if ( 'reset' === $utf8_pcre ) {
     36        $utf8_pcre = @preg_match( '/^./u', 'a' );
     37    }
     38
     39    return $utf8_pcre;
     40}
     41
    1642if ( ! function_exists( 'mb_substr' ) ) :
    1743    function mb_substr( $str, $start, $length = null, $encoding = null ) {
     
    2046endif;
    2147
     48/*
     49 * Only understands UTF-8 and 8bit.  All other character sets will be treated as 8bit.
     50 * For $encoding === UTF-8, the $str input is expected to be a valid UTF-8 byte sequence.
     51 * The behavior of this function for invalid inputs is undefined.
     52 */
    2253function _mb_substr( $str, $start, $length = null, $encoding = null ) {
     54    if ( null === $encoding ) {
     55        $encoding = get_option( 'blog_charset' );
     56    }
     57
    2358    // The solution below works only for UTF-8,
    2459    // so in case of a different charset just use built-in substr()
    25     $charset = get_option( 'blog_charset' );
    26     if ( ! in_array( $charset, array( 'utf8', 'utf-8', 'UTF8', 'UTF-8' ) ) ) {
     60    if ( ! in_array( $encoding, array( 'utf8', 'utf-8', 'UTF8', 'UTF-8' ) ) ) {
    2761        return is_null( $length ) ? substr( $str, $start ) : substr( $str, $start, $length );
    2862    }
    29     // Use the regex unicode support to separate the UTF-8 characters into an array
    30     preg_match_all( '/./us', $str, $match );
    31     $chars = is_null( $length ) ? array_slice( $match[0], $start ) : array_slice( $match[0], $start, $length );
    32     return implode( '', $chars );
     63
     64    if ( _wp_can_use_pcre_u() ) {
     65        // Use the regex unicode support to separate the UTF-8 characters into an array
     66        preg_match_all( '/./us', $str, $match );
     67        $chars = is_null( $length ) ? array_slice( $match[0], $start ) : array_slice( $match[0], $start, $length );
     68        return implode( '', $chars );
     69    }
     70
     71    $regex = '/(
     72          [\x00-\x7F]                  # single-byte sequences   0xxxxxxx
     73        | [\xC2-\xDF][\x80-\xBF]       # double-byte sequences   110xxxxx 10xxxxxx
     74        | \xE0[\xA0-\xBF][\x80-\xBF]   # triple-byte sequences   1110xxxx 10xxxxxx * 2
     75        | [\xE1-\xEC][\x80-\xBF]{2}
     76        | \xED[\x80-\x9F][\x80-\xBF]
     77        | [\xEE-\xEF][\x80-\xBF]{2}
     78        | \xF0[\x90-\xBF][\x80-\xBF]{2} # four-byte sequences   11110xxx 10xxxxxx * 3
     79        | [\xF1-\xF3][\x80-\xBF]{3}
     80        | \xF4[\x80-\x8F][\x80-\xBF]{2}
     81    )/x';
     82
     83    $chars = array( '' ); // Start with 1 element instead of 0 since the first thing we do is pop
     84    do {
     85        // We had some string left over from the last round, but we counted it in that last round.
     86        array_pop( $chars );
     87
     88        // Split by UTF-8 character, limit to 1000 characters (last array element will contain the rest of the string)
     89        $pieces = preg_split( $regex, $str, 1000, PREG_SPLIT_DELIM_CAPTURE | PREG_SPLIT_NO_EMPTY );
     90
     91        $chars = array_merge( $chars, $pieces );
     92    } while ( count( $pieces ) > 1 && $str = array_pop( $pieces ) ); // If there's anything left over, repeat the loop.
     93
     94    return join( '', array_slice( $chars, $start, $length ) );
    3395}
    3496
     
    39101endif;
    40102
     103/*
     104 * Only understands UTF-8 and 8bit.  All other character sets will be treated as 8bit.
     105 * For $encoding === UTF-8, the $str input is expected to be a valid UTF-8 byte sequence.
     106 * The behavior of this function for invalid inputs is undefined.
     107 */
    41108function _mb_strlen( $str, $encoding = null ) {
     109    if ( null === $encoding ) {
     110        $encoding = get_option( 'blog_charset' );
     111    }
     112
    42113    // The solution below works only for UTF-8,
    43114    // so in case of a different charset just use built-in strlen()
    44     $charset = get_option( 'blog_charset' );
    45     if ( ! in_array( $charset, array( 'utf8', 'utf-8', 'UTF8', 'UTF-8' ) ) ) {
     115    if ( ! in_array( $encoding, array( 'utf8', 'utf-8', 'UTF8', 'UTF-8' ) ) ) {
    46116        return strlen( $str );
    47117    }
    48     // Use the regex unicode support to separate the UTF-8 characters into an array
    49     preg_match_all( '/./us', $str, $match );
    50     return count( $match[0] );
     118
     119    if ( _wp_can_use_pcre_u() ) {
     120        // Use the regex unicode support to separate the UTF-8 characters into an array
     121        preg_match_all( '/./us', $str, $match );
     122        return count( $match[0] );
     123    }
     124
     125    $regex = '/(?:
     126          [\x00-\x7F]                  # single-byte sequences   0xxxxxxx
     127        | [\xC2-\xDF][\x80-\xBF]       # double-byte sequences   110xxxxx 10xxxxxx
     128        | \xE0[\xA0-\xBF][\x80-\xBF]   # triple-byte sequences   1110xxxx 10xxxxxx * 2
     129        | [\xE1-\xEC][\x80-\xBF]{2}
     130        | \xED[\x80-\x9F][\x80-\xBF]
     131        | [\xEE-\xEF][\x80-\xBF]{2}
     132        | \xF0[\x90-\xBF][\x80-\xBF]{2} # four-byte sequences   11110xxx 10xxxxxx * 3
     133        | [\xF1-\xF3][\x80-\xBF]{3}
     134        | \xF4[\x80-\x8F][\x80-\xBF]{2}
     135    )/x';
     136
     137    $count = 1; // Start at 1 instead of 0 since the first thing we do is decrement
     138    do {
     139        // We had some string left over from the last round, but we counted it in that last round.
     140        $count--;
     141
     142        // Split by UTF-8 character, limit to 1000 characters (last array element will contain the rest of the string)
     143        $pieces = preg_split( $regex, $str, 1000 );
     144
     145        // Increment
     146        $count += count( $pieces );
     147    } while ( $str = array_pop( $pieces ) ); // If there's anything left over, repeat the loop.
     148
     149    // Fencepost: preg_split() always returns one extra item in the array
     150    return --$count;
    51151}
    52152
  • trunk/src/wp-includes/version.php

    r32308 r32364  
    1212 * @global int $wp_db_version
    1313 */
    14 $wp_db_version = 32308;
     14$wp_db_version = 32364;
    1515
    1616/**
  • trunk/src/wp-includes/wp-db.php

    r32306 r32364  
    18101810     */
    18111811    function _insert_replace_helper( $table, $data, $format = null, $type = 'INSERT' ) {
     1812        $this->insert_id = 0;
     1813
    18121814        if ( ! in_array( strtoupper( $type ), array( 'REPLACE', 'INSERT' ) ) ) {
    18131815            return false;
     
    18301832        $sql = "$type INTO `$table` ($fields) VALUES ($formats)";
    18311833
    1832         $this->insert_id = 0;
    18331834        $this->check_current_query = false;
    18341835        return $this->query( $this->prepare( $sql, $values ) );
     
    20222023                // This checks %d/%f versus ! %s because it's sprintf() could take more.
    20232024                $value['charset'] = false;
    2024             } elseif ( $this->check_ascii( $value['value'] ) ) {
    2025                 // If it's ASCII, then we don't need the charset. We can skip this field.
    2026                 $value['charset'] = false;
    20272025            } else {
    20282026                $value['charset'] = $this->get_col_charset( $table, $field );
     
    20302028                    return false;
    20312029                }
    2032 
    2033                 // This isn't ASCII. Don't have strip_invalid_text() re-check.
    2034                 $value['ascii'] = false;
    20352030            }
    20362031
     
    20632058                    return false;
    20642059                }
    2065             }
    2066 
    2067             if ( false !== $value['length'] && mb_strlen( $value['value'] ) > $value['length'] ) {
    2068                 return false;
    20692060            }
    20702061
     
    24072398    /**
    24082399     * Retrieve the maximum string length allowed in a given column.
     2400     * The length may either be specified as a byte length or a character length.
    24092401     *
    24102402     * @since 4.2.1
     
    24132405     * @param string $table  Table name.
    24142406     * @param string $column Column name.
    2415      * @return mixed Max column length as an int. False if the column has no
    2416      *               length. WP_Error object if there was an error.
     2407     * @return mixed array( 'length' => (int), 'type' => 'byte' | 'char' )
     2408     *               false if the column has no length (for example, numeric column)
     2409     *               WP_Error object if there was an error.
    24172410     */
    24182411    public function get_col_length( $table, $column ) {
     
    24472440
    24482441        switch( $type ) {
     2442            case 'char':
     2443            case 'varchar':
     2444                return array(
     2445                    'type'   => 'char',
     2446                    'length' => (int) $length,
     2447                );
     2448                break;
    24492449            case 'binary':
    2450             case 'char':
    24512450            case 'varbinary':
    2452             case 'varchar':
    2453                 return $length;
     2451                return array(
     2452                    'type'   => 'byte',
     2453                    'length' => (int) $length,
     2454                );
    24542455                break;
    24552456            case 'tinyblob':
    24562457            case 'tinytext':
    2457                 return 255; // 2^8 - 1
     2458                return array(
     2459                    'type'   => 'byte',
     2460                    'length' => 255,        // 2^8 - 1
     2461                );
    24582462                break;
    24592463            case 'blob':
    24602464            case 'text':
    2461                 return 65535; // 2^16 - 1
     2465                return array(
     2466                    'type'   => 'byte',
     2467                    'length' => 65535,      // 2^16 - 1
     2468                );
    24622469                break;
    24632470            case 'mediumblob':
    24642471            case 'mediumtext':
    2465                 return 16777215; // 2^24 - 1
     2472                return array(
     2473                    'type'   => 'byte',
     2474                    'length' => 16777215,   // 2^24 - 1
     2475                );
    24662476                break;
    24672477            case 'longblob':
    24682478            case 'longtext':
    2469                 return 4294967295; // 2^32 - 1
     2479                return array(
     2480                    'type'   => 'byte',
     2481                    'length' => 4294967295, // 2^32 - 1
     2482                );
    24702483                break;
    24712484            default:
     
    25732586     */
    25742587    protected function strip_invalid_text( $data ) {
    2575         // Some multibyte character sets that we can check in PHP.
    2576         $mb_charsets = array(
    2577             'ascii'   => 'ASCII',
    2578             'big5'    => 'BIG-5',
    2579             'eucjpms' => 'eucJP-win',
    2580             'gb2312'  => 'EUC-CN',
    2581             'ujis'    => 'EUC-JP',
    2582             'utf32'   => 'UTF-32',
    2583         );
    2584 
    2585         $supported_charsets = array();
    2586         if ( function_exists( 'mb_list_encodings' ) ) {
    2587             $supported_charsets = mb_list_encodings();
    2588         }
    2589 
    25902588        $db_check_string = false;
    25912589
     
    25932591            $charset = $value['charset'];
    25942592
    2595             // Column isn't a string, or is latin1, which will will happily store anything.
    2596             if ( false === $charset || 'latin1' === $charset ) {
     2593            if ( is_array( $value['length'] ) ) {
     2594                $length = $value['length']['length'];
     2595            } else {
     2596                $length = false;
     2597            }
     2598
     2599            // There's no charset to work with.
     2600            if ( false === $charset ) {
    25972601                continue;
    25982602            }
    25992603
     2604            // Column isn't a string.
    26002605            if ( ! is_string( $value['value'] ) ) {
    26012606                continue;
    26022607            }
    26032608
    2604             // ASCII is always OK.
    2605             if ( ! isset( $value['ascii'] ) && $this->check_ascii( $value['value'] ) ) {
    2606                 continue;
    2607             }
    2608 
    2609             // Convert the text locally.
    2610             if ( $supported_charsets ) {
    2611                 if ( isset( $mb_charsets[ $charset ] ) && in_array( $mb_charsets[ $charset ], $supported_charsets ) ) {
    2612                     $value['value'] = mb_convert_encoding( $value['value'], $mb_charsets[ $charset ], $mb_charsets[ $charset ] );
     2609            $truncate_by_byte_length = 'byte' === $value['length']['type'];
     2610
     2611            $needs_validation = true;
     2612            if (
     2613                // latin1 can store any byte sequence
     2614                'latin1' === $charset
     2615            ||
     2616                // ASCII is always OK.
     2617                ( ! isset( $value['ascii'] ) && $this->check_ascii( $value['value'] ) )
     2618            ) {
     2619                $truncate_by_byte_length = true;
     2620                $needs_validation = false;
     2621            }
     2622
     2623            if ( $truncate_by_byte_length ) {
     2624                mbstring_binary_safe_encoding();
     2625                if ( false !== $length && strlen( $value['value'] ) > $length ) {
     2626                    $value['value'] = substr( $value['value'], 0, $length );
     2627                }
     2628                reset_mbstring_encoding();
     2629
     2630                if ( ! $needs_validation ) {
    26132631                    continue;
    26142632                }
     
    26162634
    26172635            // utf8 can be handled by regex, which is a bunch faster than a DB lookup.
    2618             if ( 'utf8' === $charset || 'utf8mb3' === $charset || 'utf8mb4' === $charset ) {
     2636            if ( ( 'utf8' === $charset || 'utf8mb3' === $charset || 'utf8mb4' === $charset ) && function_exists( 'mb_strlen' ) ) {
    26192637                $regex = '/
    26202638                    (
     
    26262644                        |   [\xEE-\xEF][\x80-\xBF]{2}';
    26272645
    2628                 if ( 'utf8mb4' === $charset) {
     2646                if ( 'utf8mb4' === $charset ) {
    26292647                    $regex .= '
    26302648                        |    \xF0[\x90-\xBF][\x80-\xBF]{2} # four-byte sequences   11110xxx 10xxxxxx * 3
     
    26392657                    /x';
    26402658                $value['value'] = preg_replace( $regex, '$1', $value['value'] );
     2659
     2660
     2661                if ( false !== $length && mb_strlen( $value['value'], 'UTF-8' ) > $length ) {
     2662                    $value['value'] = mb_substr( $value['value'], 0, $length, 'UTF-8' );
     2663                }
    26412664                continue;
    26422665            }
     
    26552678                    }
    26562679
    2657                     // Split the CONVERT() calls by charset, so we can make sure the connection is right
    2658                     $queries[ $value['charset'] ][ $col ] = $this->prepare( "CONVERT( %s USING {$value['charset']} )", $value['value'] );
     2680                    // We're going to need to truncate by characters or bytes, depending on the length value we have.
     2681                    if ( 'byte' === $value['length']['type'] ) {
     2682                        // Split the CONVERT() calls by charset, so we can make sure the connection is right
     2683                        $queries[ $value['charset'] ][ $col ] = $this->prepare( "CONVERT( LEFT( CONVERT( %s USING binary ), %d ) USING {$value['charset']} )", $value['value'], $value['length']['length'] );
     2684                    } else {
     2685                        $queries[ $value['charset'] ][ $col ] = $this->prepare( "LEFT( CONVERT( %s USING {$value['charset']} ), %d )", $value['value'], $value['length']['length'] );
     2686                    }
     2687
    26592688                    unset( $data[ $col ]['db'] );
    26602689                }
     
    26752704                $this->check_current_query = false;
    26762705
    2677                 $row = $this->get_row( "SELECT " . implode( ', ', $query ), ARRAY_N );
     2706                $sql = array();
     2707                foreach ( $query as $column => $column_query ) {
     2708                    $sql[] = $column_query . " AS x_$column";
     2709                }
     2710
     2711                $row = $this->get_row( "SELECT " . implode( ', ', $sql ), ARRAY_A );
    26782712                if ( ! $row ) {
    26792713                    $this->set_charset( $this->dbh, $connection_charset );
     
    26812715                }
    26822716
    2683                 $cols = array_keys( $query );
    2684                 $col_count = count( $cols );
    2685                 for ( $ii = 0; $ii < $col_count; $ii++ ) {
    2686                     $data[ $cols[ $ii ] ]['value'] = $row[ $ii ];
     2717                foreach ( array_keys( $query ) as $column ) {
     2718                    $data[ $column ]['value'] = $row["x_$column"];
    26872719                }
    26882720            }
     
    27262758            'charset' => $charset,
    27272759            'ascii'   => false,
     2760            'length'  => false,
    27282761        );
    27292762
     
    27482781     */
    27492782    public function strip_invalid_text_for_column( $table, $column, $value ) {
    2750         if ( ! is_string( $value ) || $this->check_ascii( $value ) ) {
     2783        if ( ! is_string( $value ) ) {
    27512784            return $value;
    27522785        }
     
    27652798                'value'   => $value,
    27662799                'charset' => $charset,
    2767                 'ascii'   => false,
     2800                'length'  => $this->get_col_length( $table, $column ),
    27682801            )
    27692802        );
  • trunk/tests/phpunit/tests/comment.php

    r32306 r32364  
    122122        }
    123123
    124         $post_id = $this->factory->post->create();
     124        $u = $this->factory->user->create();
     125        $post_id = $this->factory->post->create( array( 'post_author' => $u ) );
    125126
    126127        $data = array(
     
    137138        $id = wp_new_comment( $data );
    138139
    139         $this->assertFalse( $id );
     140        $comment = get_comment( $id );
     141
     142        $this->assertEquals( strlen( $comment->comment_content ), 65535 );
    140143
    141144        // Cleanup.
  • trunk/tests/phpunit/tests/compat.php

    r25002 r32364  
    33/**
    44 * @group compat
     5 * @group security-153
    56 */
    67class Tests_Compat extends WP_UnitTestCase {
    7     function test_mb_substr() {
    8         $this->assertEquals('баб', _mb_substr('баба', 0, 3));
    9         $this->assertEquals('баб', _mb_substr('баба', 0, -1));
    10         $this->assertEquals('баб', _mb_substr('баба', 0, -1));
    11         $this->assertEquals('I am your б', _mb_substr('I am your баба', 0, 11));
     8    function utf8_string_lengths() {
     9        return array(
     10            //                     string, character_length, byte_length
     11            array(                 'баба',                4,           8 ),
     12            array(                  'баб',                3,           6 ),
     13            array(          'I am your б',               11,          12 ),
     14            array(           '1111111111',               10,          10 ),
     15            array(           '²²²²²²²²²²',               10,          20 ),
     16            array( '3333333333',               10,          30 ),
     17            array(           '𝟜𝟜𝟜𝟜𝟜𝟜𝟜𝟜𝟜𝟜',               10,          40 ),
     18            array(      '1²3𝟜1²3𝟜1²3𝟜',               12,          30 ),
     19        );
     20    }
     21
     22    function utf8_substrings() {
     23        return array(
     24            //               string, start, length, character_substring,   byte_substring
     25            array(           'баба',     0,      3,               'баб',          "б\xD0" ),
     26            array(           'баба',     0,     -1,               'баб',        "баб\xD0" ),
     27            array(           'баба',     1,   null,               'аба',        "\xB1аба" ),
     28            array(           'баба',    -3,   null,               'аба',          "\xB1а" ),
     29            array(           'баба',    -3,      2,                'аб',       "\xB1\xD0" ),
     30            array(           'баба',    -1,      2,                 'а',           "\xB0" ),
     31            array( 'I am your баба',     0,     11,       'I am your б', "I am your \xD0" ),
     32        );
     33    }
     34
     35    /**
     36     * @dataProvider utf8_string_lengths
     37     */
     38    function test_mb_strlen( $string, $expected_character_length ) {
     39        $this->assertEquals( $expected_character_length, _mb_strlen( $string, 'UTF-8' ) );
     40    }
     41
     42    /**
     43     * @dataProvider utf8_string_lengths
     44     */
     45    function test_mb_strlen_via_regex( $string, $expected_character_length ) {
     46        _wp_can_use_pcre_u( false );
     47        $this->assertEquals( $expected_character_length, _mb_strlen( $string, 'UTF-8' ) );
     48        _wp_can_use_pcre_u( 'reset' );
     49    }
     50
     51    /**
     52     * @dataProvider utf8_string_lengths
     53     */
     54    function test_8bit_mb_strlen( $string, $expected_character_length, $expected_byte_length ) {
     55        $this->assertEquals( $expected_byte_length, _mb_strlen( $string, '8bit' ) );
     56    }
     57
     58    /**
     59     * @dataProvider utf8_substrings
     60     */
     61    function test_mb_substr( $string, $start, $length, $expected_character_substring ) {
     62        $this->assertEquals( $expected_character_substring, _mb_substr( $string, $start, $length, 'UTF-8' ) );
     63    }
     64
     65    /**
     66     * @dataProvider utf8_substrings
     67     */
     68    function test_mb_substr_via_regex( $string, $start, $length, $expected_character_substring ) {
     69        _wp_can_use_pcre_u( false );
     70        $this->assertEquals( $expected_character_substring, _mb_substr( $string, $start, $length, 'UTF-8' ) );
     71        _wp_can_use_pcre_u( 'reset' );
     72    }
     73
     74    /**
     75     * @dataProvider utf8_substrings
     76     */
     77    function test_8bit_mb_substr( $string, $start, $length, $expected_character_substring, $expected_byte_substring ) {
     78        $this->assertEquals( $expected_byte_substring, _mb_substr( $string, $start, $length, '8bit' ) );
     79    }
     80
     81    function test_mb_substr_phpcore(){
     82        /* https://github.com/php/php-src/blob/php-5.6.8/ext/mbstring/tests/mb_substr_basic.phpt */
     83        $string_ascii = 'ABCDEF';
     84        $string_mb = base64_decode('5pel5pys6Kqe44OG44Kt44K544OI44Gn44GZ44CCMDEyMzTvvJXvvJbvvJfvvJjvvJnjgII=');
     85
     86        $this->assertEquals( 'DEF', _mb_substr($string_ascii, 3) );
     87        $this->assertEquals( 'DEF', _mb_substr($string_ascii, 3, 5, 'ISO-8859-1') );
     88
     89        // specific latin-1 as that is the default the core php test opporates under   
     90        $this->assertEquals( 'peacrOiqng==' , base64_encode( _mb_substr($string_mb, 2, 7, 'latin-1' ) ) );
     91        $this->assertEquals( '6Kqe44OG44Kt44K544OI44Gn44GZ', base64_encode( _mb_substr($string_mb, 2, 7, 'utf-8') ) );
     92
     93        /* https://github.com/php/php-src/blob/php-5.6.8/ext/mbstring/tests/mb_substr_variation1.phpt */
     94        $start = 0;
     95        $length = 5;
     96        $unset_var = 10;
     97        unset ($unset_var);
     98        $heredoc = <<<EOT
     99hello world
     100EOT;
     101        $inputs = array(
     102        /*1*/  0,
     103               1,
     104               12345,
     105               -2345,
     106               // float data
     107        /*5*/  10.5,
     108               -10.5,
     109               12.3456789000e10,
     110               12.3456789000E-10,
     111               .5,
     112               // null data
     113        /*10*/ NULL,
     114               null,
     115               // boolean data
     116        /*12*/ true,
     117               false,
     118               TRUE,
     119               FALSE,
     120               // empty data
     121        /*16*/ "",
     122               '',
     123               // string data
     124        /*18*/ "string",
     125               'string',
     126               $heredoc,
     127               // object data
     128        /*21*/ new classA(),
     129               // undefined data
     130        /*22*/ @$undefined_var,
     131               // unset data
     132        /*23*/ @$unset_var,
     133        );
     134        $outputs = array(
     135            "0",
     136            "1",
     137            "12345",
     138            "-2345",
     139            "10.5",
     140            "-10.5",
     141            "12345",
     142            "1.234",
     143            "0.5",
     144            "",
     145            "",
     146            "1",
     147            "",
     148            "1",
     149            "",
     150            "",
     151            "",
     152            "strin",
     153            "strin",
     154            "hello",
     155            "Class",
     156            "",
     157            "",
     158        );
     159        $iterator = 0;
     160        foreach($inputs as $input) {
     161            $this->assertEquals( $outputs[$iterator] ,  _mb_substr($input, $start, $length) );
     162            $iterator++;
     163        }
     164
    12165    }
    13166
     
    35188    }
    36189}
     190
     191/* used in test_mb_substr_phpcore */
     192class classA {
     193    public function __toString() {
     194        return "Class A object";
     195    }
     196}
  • trunk/tests/phpunit/tests/db.php

    r32299 r32364  
    747747                'format' => '%s',
    748748                'charset' => $expected_charset,
    749                 'ascii' => false,
    750749                'length' => $wpdb->get_col_length( $wpdb->posts, 'post_content' ),
    751750            )
  • trunk/tests/phpunit/tests/db/charset.php

    r32261 r32364  
    77 *
    88 * @group wpdb
     9 * @group security-153
    910 */
    1011class Tests_DB_Charset extends WP_UnitTestCase {
     
    2930                'charset'  => 'latin1',
    3031                'value'    => "\xf0\x9f\x8e\xb7",
    31                 'expected' => "\xf0\x9f\x8e\xb7"
     32                'expected' => "\xf0\x9f\x8e\xb7",
     33                'length'   => array( 'type' => 'char', 'length' => 100 ),
     34            ),
     35            'latin1_char_length' => array(
     36                // latin1. latin1 never changes.
     37                'charset'  => 'latin1',
     38                'value'    => str_repeat( 'A', 11 ),
     39                'expected' => str_repeat( 'A', 10 ),
     40                'length'   => array( 'type' => 'char', 'length' => 10 ),
     41            ),
     42            'latin1_byte_length' => array(
     43                // latin1. latin1 never changes.
     44                'charset'  => 'latin1',
     45                'value'    => str_repeat( 'A', 11 ),
     46                'expected' => str_repeat( 'A', 10 ),
     47                'length'   => array( 'type' => 'byte', 'length' => 10 ),
    3248            ),
    3349            'ascii' => array(
     
    3551                'charset'  => 'ascii',
    3652                'value'    => 'Hello World',
    37                 'expected' => 'Hello World'
     53                'expected' => 'Hello World',
     54                'length'   => array( 'type' => 'char', 'length' => 100 ),
     55            ),
     56            'ascii_char_length' => array(
     57                // ascii gets special treatment, make sure it's covered
     58                'charset'  => 'ascii',
     59                'value'    => str_repeat( 'A', 11 ),
     60                'expected' => str_repeat( 'A', 10 ),
     61                'length'   => array( 'type' => 'char', 'length' => 10 ),
     62            ),
     63            'ascii_byte_length' => array(
     64                // ascii gets special treatment, make sure it's covered
     65                'charset'  => 'ascii',
     66                'value'    => str_repeat( 'A', 11 ),
     67                'expected' => str_repeat( 'A', 10 ),
     68                'length'   => array( 'type' => 'byte', 'length' => 10 ),
    3869            ),
    3970            'utf8' => array(
     
    4172                'charset'  => 'utf8',
    4273                'value'    => "H€llo\xf0\x9f\x98\x88World¢",
    43                 'expected' => 'H€lloWorld¢'
     74                'expected' => 'H€lloWorld¢',
     75                'length'   => array( 'type' => 'char', 'length' => 100 ),
     76            ),
     77            'utf8_23char_length' => array(
     78                // utf8 only allows <= 3-byte chars
     79                'charset'  => 'utf8',
     80                'value'    => str_repeat( "²3", 10 ),
     81                'expected' => str_repeat( "²3", 5 ),
     82                'length'   => array( 'type' => 'char', 'length' => 10 ),
     83            ),
     84            'utf8_23byte_length' => array(
     85                // utf8 only allows <= 3-byte chars
     86                'charset'  => 'utf8',
     87                'value'    => str_repeat( "²3", 10 ),
     88                'expected' => "²3²3",
     89                'length'   => array( 'type' => 'byte', 'length' => 10 ),
     90            ),
     91            'utf8_3char_length' => array(
     92                // utf8 only allows <= 3-byte chars
     93                'charset'  => 'utf8',
     94                'value'    => str_repeat( "3", 11 ),
     95                'expected' => str_repeat( "3", 10 ),
     96                'length'   => array( 'type' => 'char', 'length' => 10 ),
     97            ),
     98            'utf8_3byte_length' => array(
     99                // utf8 only allows <= 3-byte chars
     100                'charset'  => 'utf8',
     101                'value'    => str_repeat( "3", 11 ),
     102                'expected' => "333",
     103                'length'   => array( 'type' => 'byte', 'length' => 10 ),
    44104            ),
    45105            'utf8mb3' => array(
     
    47107                'charset'  => 'utf8mb3',
    48108                'value'    => "H€llo\xf0\x9f\x98\x88World¢",
    49                 'expected' => 'H€lloWorld¢'
     109                'expected' => 'H€lloWorld¢',
     110                'length'   => array( 'type' => 'char', 'length' => 100 ),
     111            ),
     112            'utf8mb3_23char_length' => array(
     113                // utf8mb3 should behave the same an utf8
     114                'charset'  => 'utf8mb3',
     115                'value'    => str_repeat( "²3", 10 ),
     116                'expected' => str_repeat( "²3", 5 ),
     117                'length'   => array( 'type' => 'char', 'length' => 10 ),
     118            ),
     119            'utf8mb3_23byte_length' => array(
     120                // utf8mb3 should behave the same an utf8
     121                'charset'  => 'utf8mb3',
     122                'value'    => str_repeat( "²3", 10 ),
     123                'expected' => "²3²3",
     124                'length'   => array( 'type' => 'byte', 'length' => 10 ),
     125            ),
     126            'utf8mb3_3char_length' => array(
     127                // utf8mb3 should behave the same an utf8
     128                'charset'  => 'utf8mb3',
     129                'value'    => str_repeat( "3", 11 ),
     130                'expected' => str_repeat( "3", 10 ),
     131                'length'   => array( 'type' => 'char', 'length' => 10 ),
     132            ),
     133            'utf8mb3_3byte_length' => array(
     134                // utf8mb3 should behave the same an utf8
     135                'charset'  => 'utf8mb3',
     136                'value'    => str_repeat( "3", 10 ),
     137                'expected' => "333",
     138                'length'   => array( 'type' => 'byte', 'length' => 10 ),
    50139            ),
    51140            'utf8mb4' => array(
     
    53142                'charset'  => 'utf8mb4',
    54143                'value'    => "H€llo\xf0\x9f\x98\x88World¢",
    55                 'expected' => "H€llo\xf0\x9f\x98\x88World¢"
     144                'expected' => "H€llo\xf0\x9f\x98\x88World¢",
     145                'length'   => array( 'type' => 'char', 'length' => 100 ),
     146            ),
     147            'utf8mb4_234char_length' => array(
     148                // utf8mb4 allows 4-byte characters, too
     149                'charset'  => 'utf8mb4',
     150                'value'    => str_repeat( "²3𝟜", 10 ),
     151                'expected' => "²3𝟜²3𝟜²3𝟜²",
     152                'length'   => array( 'type' => 'char', 'length' => 10 ),
     153            ),
     154            'utf8mb4_234byte_length' => array(
     155                // utf8mb4 allows 4-byte characters, too
     156                'charset'  => 'utf8mb4',
     157                'value'    => str_repeat( "²3𝟜", 10 ),
     158                'expected' => "²3𝟜",
     159                'length'   => array( 'type' => 'byte', 'length' => 10 ),
     160            ),
     161            'utf8mb4_4char_length' => array(
     162                // utf8mb4 allows 4-byte characters, too
     163                'charset'  => 'utf8mb4',
     164                'value'    => str_repeat( "𝟜", 11 ),
     165                'expected' => str_repeat( "𝟜", 10 ),
     166                'length'   => array( 'type' => 'char', 'length' => 10 ),
     167            ),
     168            'utf8mb4_4byte_length' => array(
     169                // utf8mb4 allows 4-byte characters, too
     170                'charset'  => 'utf8mb4',
     171                'value'    => str_repeat( "𝟜", 10 ),
     172                'expected' => "𝟜𝟜",
     173                'length'   => array( 'type' => 'byte', 'length' => 10 ),
    56174            ),
    57175            'koi8r' => array(
     
    59177                'value'    => "\xfdord\xf2ress",
    60178                'expected' => "\xfdord\xf2ress",
     179                'length'   => array( 'type' => 'char', 'length' => 100 ),
     180            ),
     181            'koi8r_char_length' => array(
     182                'charset'  => 'koi8r',
     183                'value'    => str_repeat( "\xfd\xf2", 10 ),
     184                'expected' => str_repeat( "\xfd\xf2", 5 ),
     185                'length'   => array( 'type' => 'char', 'length' => 10 ),
     186            ),
     187            'koi8r_byte_length' => array(
     188                'charset'  => 'koi8r',
     189                'value'    => str_repeat( "\xfd\xf2", 10 ),
     190                'expected' => str_repeat( "\xfd\xf2", 5 ),
     191                'length'   => array( 'type' => 'byte', 'length' => 10 ),
    61192            ),
    62193            'hebrew' => array(
     
    64195                'value'    => "\xf9ord\xf7ress",
    65196                'expected' => "\xf9ord\xf7ress",
     197                'length'   => array( 'type' => 'char', 'length' => 100 ),
     198            ),
     199            'hebrew_char_length' => array(
     200                'charset'  => 'hebrew',
     201                'value'    => str_repeat( "\xf9\xf7", 10 ),
     202                'expected' => str_repeat( "\xf9\xf7", 5 ),
     203                'length'   => array( 'type' => 'char', 'length' => 10 ),
     204            ),
     205            'hebrew_byte_length' => array(
     206                'charset'  => 'hebrew',
     207                'value'    => str_repeat( "\xf9\xf7", 10 ),
     208                'expected' => str_repeat( "\xf9\xf7", 5 ),
     209                'length'   => array( 'type' => 'byte', 'length' => 10 ),
    66210            ),
    67211            'cp1251' => array(
     
    69213                'value'    => "\xd8ord\xd0ress",
    70214                'expected' => "\xd8ord\xd0ress",
     215                'length'   => array( 'type' => 'char', 'length' => 100 ),
     216            ),
     217            'cp1251_char_length' => array(
     218                'charset'  => 'cp1251',
     219                'value'    => str_repeat( "\xd8\xd0", 10 ),
     220                'expected' => str_repeat( "\xd8\xd0", 5 ),
     221                'length'   => array( 'type' => 'char', 'length' => 10 ),
     222            ),
     223            'cp1251_byte_length' => array(
     224                'charset'  => 'cp1251',
     225                'value'    => str_repeat( "\xd8\xd0", 10 ),
     226                'expected' => str_repeat( "\xd8\xd0", 5 ),
     227                'length'   => array( 'type' => 'byte', 'length' => 10 ),
    71228            ),
    72229            'tis620' => array(
     
    74231                'value'    => "\xccord\xe3ress",
    75232                'expected' => "\xccord\xe3ress",
     233                'length'   => array( 'type' => 'char', 'length' => 100 ),
     234            ),
     235            'tis620_char_length' => array(
     236                'charset'  => 'tis620',
     237                'value'    => str_repeat( "\xcc\xe3", 10 ),
     238                'expected' => str_repeat( "\xcc\xe3", 5 ),
     239                'length'   => array( 'type' => 'char', 'length' => 10 ),
     240            ),
     241            'tis620_byte_length' => array(
     242                'charset'  => 'tis620',
     243                'value'    => str_repeat( "\xcc\xe3", 10 ),
     244                'expected' => str_repeat( "\xcc\xe3", 5 ),
     245                'length'   => array( 'type' => 'byte', 'length' => 10 ),
    76246            ),
    77247            'false' => array(
     
    79249                'charset'  => false,
    80250                'value'    => 100,
    81                 'expected' => 100
     251                'expected' => 100,
     252                'length'   => false,
    82253            ),
    83254        );
     
    95266                'charset'  => 'big5',
    96267                'value'    => $big5,
    97                 'expected' => $big5
     268                'expected' => $big5,
     269                'length'   => array( 'type' => 'char', 'length' => 100 ),
     270            );
     271
     272            $fields['big5_char_length'] = array(
     273                'charset'  => 'big5',
     274                'value'    => str_repeat( $big5, 10 ),
     275                'expected' => str_repeat( $big5, 3 ) . 'a',
     276                'length'   => array( 'type' => 'char', 'length' => 10 ),
     277            );
     278
     279            $fields['big5_byte_length'] = array(
     280                'charset'  => 'big5',
     281                'value'    => str_repeat( $big5, 10 ),
     282                'expected' => str_repeat( $big5, 2 ) . 'a',
     283                'length'   => array( 'type' => 'byte', 'length' => 10 ),
    98284            );
    99285        }
     
    171357
    172358        $all_ascii_fields = array(
    173             'post_content' => array( 'value' => 'foo foo foo!', 'format' => '%s', 'charset' => false ),
    174             'post_excerpt' => array( 'value' => 'bar bar bar!', 'format' => '%s', 'charset' => false ),
     359            'post_content' => array( 'value' => 'foo foo foo!', 'format' => '%s', 'charset' => $charset ),
     360            'post_excerpt' => array( 'value' => 'bar bar bar!', 'format' => '%s', 'charset' => $charset ),
    175361        );
    176362
    177363        // This is the same data used in process_field_charsets_for_nonexistent_table()
    178364        $non_ascii_string_fields = array(
    179             'post_content' => array( 'value' => '¡foo foo foo!', 'format' => '%s', 'charset' => $charset, 'ascii' => false ),
    180             'post_excerpt' => array( 'value' => '¡bar bar bar!', 'format' => '%s', 'charset' => $charset, 'ascii' => false ),
     365            'post_content' => array( 'value' => '¡foo foo foo!', 'format' => '%s', 'charset' => $charset ),
     366            'post_excerpt' => array( 'value' => '¡bar bar bar!', 'format' => '%s', 'charset' => $charset ),
    181367        );
    182368
     
    545731        self::$_wpdb->query( $drop );
    546732    }
     733
     734    function test_strip_invalid_test_for_column_bails_if_ascii_input_too_long() {
     735        global $wpdb;
     736
     737        // TEXT column
     738        $stripped = $wpdb->strip_invalid_text_for_column( $wpdb->comments, 'comment_content', str_repeat( 'A', 65536 ) );
     739        $this->assertEquals( 65535, strlen( $stripped ) );
     740
     741        // VARCHAR column
     742        $stripped = $wpdb->strip_invalid_text_for_column( $wpdb->comments, 'comment_agent', str_repeat( 'A', 256 ) );
     743        $this->assertEquals( 255, strlen( $stripped ) );
     744    }
    547745}
Note: See TracChangeset for help on using the changeset viewer.