WordPress.org
Get WordPress

Make WordPress Core

Changeset 32387


Ignore:
Timestamp:
05/06/2015 07:06:02 PM (10 years ago)
Author:
mdawaffe
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.

Merge of [32364] to the 4.1 branch.

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

See #32165.

Location:
branches/4.1
Files:
8 edited

Legend:

Unmodified
Added
Removed

  • branches/4.1/src/wp-admin/includes/upgrade.php

    r32312 r32387  
    443443        upgrade_400();
    444444
    445     if ( $wp_current_db_version < 30134 )
    446         upgrade_414();
     445    if ( $wp_current_db_version < 30135 )
     446        upgrade_415();
    447447
    448448    maybe_disable_link_manager();
    … …  
    13351335 * Execute changes made in WordPress 4.1.4.
    13361336 *
    1337  * @since 4.1.3
     1337 * @since 4.1.4
    13381338 */
    13391339function upgrade_414() {
     1340}
     1341
     1342/**
     1343 * Execute changes made in WordPress 4.1.5.
     1344 *
     1345 * @since 4.1.5
     1346 */
     1347function upgrade_415() {
    13401348    global $wp_current_db_version, $wpdb;
    13411349
    1342     if ( $wp_current_db_version < 30134 ) {
     1350    if ( $wp_current_db_version < 30135 ) {
    13431351        $content_length = $wpdb->get_col_length( $wpdb->comments, 'comment_content' );
    1344         if ( ! $content_length ) {
    1345             $content_length = 65535;
    1346         }
     1352        if ( false === $content_length ) {
     1353            $content_length = array(
     1354                'type'   => 'byte',
     1355                'length' => 65535,
     1356            );
     1357        } elseif ( ! is_array( $content_length ) ) {
     1358            $length = (int) $content_length > 0 ? (int) $content_length : 65535;
     1359            $content_length = array(
     1360                'type'   => 'byte',
     1361                'length' => $length
     1362            );
     1363        }
     1364
     1365        if ( 'byte' !== $content_length['type'] ) {
     1366            // Sites with malformed DB schemas are on their own.
     1367            return;
     1368        }
     1369
     1370        $allowed_length = intval( $content_length['length'] ) - 10;
    13471371
    13481372        $comments = $wpdb->get_results(
    1349             "SELECT comment_ID FROM $wpdb->comments
    1350             WHERE comment_date_gmt > '2015-04-26'
    1351             AND CHAR_LENGTH( comment_content ) >= $content_length
    1352             AND ( comment_content LIKE '%<%' OR comment_content LIKE '%>%' )"
     1373            "SELECT `comment_ID` FROM `{$wpdb->comments}`
     1374                WHERE `comment_date_gmt` > '2015-04-26'
     1375                AND LENGTH( `comment_content` ) >= {$allowed_length}
     1376                AND ( `comment_content` LIKE '%<%' OR `comment_content` LIKE '%>%' )"
    13531377        );
    13541378

  • branches/4.1/src/wp-includes/compat.php

    r30075 r32387  
    1414}
    1515
    16 if ( !function_exists('mb_substr') ):
    17     function mb_substr( $str, $start, $length=null, $encoding=null ) {
    18         return _mb_substr($str, $start, $length, $encoding);
    19     }
    20 endif;
    21 
    22 function _mb_substr( $str, $start, $length=null, $encoding=null ) {
    23     // the solution below, works only for utf-8, so in case of a different
    24     // charset, just use built-in substr
    25     $charset = get_option( 'blog_charset' );
    26     if ( !in_array( $charset, array('utf8', 'utf-8', 'UTF8', 'UTF-8') ) ) {
    27         return is_null( $length )? substr( $str, $start ) : substr( $str, $start, $length);
    28     }
    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 );
     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
     42if ( ! function_exists( 'mb_substr' ) ) :
     43    function mb_substr( $str, $start, $length = null, $encoding = null ) {
     44        return _mb_substr( $str, $start, $length, $encoding );
     45    }
     46endif;
     47
     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 */
     53function _mb_substr( $str, $start, $length = null, $encoding = null ) {
     54    if ( null === $encoding ) {
     55        $encoding = get_option( 'blog_charset' );
     56    }
     57
     58    // The solution below works only for UTF-8,
     59    // so in case of a different charset just use built-in substr()
     60    if ( ! in_array( $encoding, array( 'utf8', 'utf-8', 'UTF8', 'UTF-8' ) ) ) {
     61        return is_null( $length ) ? substr( $str, $start ) : substr( $str, $start, $length );
     62    }
     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 ) );
     95}
     96
     97if ( ! function_exists( 'mb_strlen' ) ) :
     98    function mb_strlen( $str, $encoding = null ) {
     99        return _mb_strlen( $str, $encoding );
     100    }
     101endif;
     102
     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 */
     108function _mb_strlen( $str, $encoding = null ) {
     109    if ( null === $encoding ) {
     110        $encoding = get_option( 'blog_charset' );
     111    }
     112
     113    // The solution below works only for UTF-8,
     114    // so in case of a different charset just use built-in strlen()
     115    if ( ! in_array( $encoding, array( 'utf8', 'utf-8', 'UTF8', 'UTF-8' ) ) ) {
     116        return strlen( $str );
     117    }
     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;
    33151}
    34152

  • branches/4.1/src/wp-includes/version.php

    r32371 r32387  
    1212 * @global int $wp_db_version
    1313 */
    14 $wp_db_version = 30134;
     14$wp_db_version = 30135;
    1515
    1616/**

  • branches/4.1/src/wp-includes/wp-db.php

    r32307 r32387  
    17901790     */
    17911791    function _insert_replace_helper( $table, $data, $format = null, $type = 'INSERT' ) {
     1792        $this->insert_id = 0;
     1793
    17921794        if ( ! in_array( strtoupper( $type ), array( 'REPLACE', 'INSERT' ) ) ) {
    17931795            return false;
    … …  
    18101812        $sql = "$type INTO `$table` ($fields) VALUES ($formats)";
    18111813
    1812         $this->insert_id = 0;
    18131814        $this->check_current_query = false;
    18141815        return $this->query( $this->prepare( $sql, $values ) );
    … …  
    20022003                // This checks %d/%f versus ! %s because it's sprintf() could take more.
    20032004                $value['charset'] = false;
    2004             } elseif ( $this->check_ascii( $value['value'] ) ) {
    2005                 // If it's ASCII, then we don't need the charset. We can skip this field.
    2006                 $value['charset'] = false;
    20072005            } else {
    20082006                $value['charset'] = $this->get_col_charset( $table, $field );
    … …  
    20102008                    return false;
    20112009                }
    2012 
    2013                 // This isn't ASCII. Don't have strip_invalid_text() re-check.
    2014                 $value['ascii'] = false;
    20152010            }
    20162011
    … …  
    20432038                    return false;
    20442039                }
    2045             }
    2046 
    2047             if ( false !== $value['length'] && strlen( $value['value'] ) > $value['length'] ) {
    2048                 return false;
    20492040            }
    20502041
    … …  
    23812372    /**
    23822373     * Retrieve the maximum string length allowed in a given column.
     2374     * The length may either be specified as a byte length or a character length.
    23832375     *
    23842376     * @since 4.2.1
    … …  
    23872379     * @param string $table  Table name.
    23882380     * @param string $column Column name.
    2389      * @return mixed Max column length as an int. False if the column has no
    2390      *               length. WP_Error object if there was an error.
     2381     * @return mixed array( 'length' => (int), 'type' => 'byte' | 'char' )
     2382     *               false if the column has no length (for example, numeric column)
     2383     *               WP_Error object if there was an error.
    23912384     */
    23922385    public function get_col_length( $table, $column ) {
    … …  
    24212414
    24222415        switch( $type ) {
     2416            case 'char':
     2417            case 'varchar':
     2418                return array(
     2419                    'type'   => 'char',
     2420                    'length' => (int) $length,
     2421                );
     2422                break;
    24232423            case 'binary':
    2424             case 'char':
    24252424            case 'varbinary':
    2426             case 'varchar':
    2427                 return $length;
     2425                return array(
     2426                    'type'   => 'byte',
     2427                    'length' => (int) $length,
     2428                );
    24282429                break;
    24292430            case 'tinyblob':
    24302431            case 'tinytext':
    2431                 return 255; // 2^8 - 1
     2432                return array(
     2433                    'type'   => 'byte',
     2434                    'length' => 255,        // 2^8 - 1
     2435                );
    24322436                break;
    24332437            case 'blob':
    24342438            case 'text':
    2435                 return 65535; // 2^16 - 1
     2439                return array(
     2440                    'type'   => 'byte',
     2441                    'length' => 65535,      // 2^16 - 1
     2442                );
    24362443                break;
    24372444            case 'mediumblob':
    24382445            case 'mediumtext':
    2439                 return 16777215; // 2^24 - 1
     2446                return array(
     2447                    'type'   => 'byte',
     2448                    'length' => 16777215,   // 2^24 - 1
     2449                );
    24402450                break;
    24412451            case 'longblob':
    24422452            case 'longtext':
    2443                 return 4294967295; // 2^32 - 1
     2453                return array(
     2454                    'type'   => 'byte',
     2455                    'length' => 4294967295, // 2^32 - 1
     2456                );
    24442457                break;
    24452458            default:
    … …  
    25482561        // If any of the columns don't have one of these collations, it needs more sanity checking.
    25492562    protected function strip_invalid_text( $data ) {
    2550         // Some multibyte character sets that we can check in PHP.
    2551         $mb_charsets = array(
    2552             'ascii'   => 'ASCII',
    2553             'big5'    => 'BIG-5',
    2554             'eucjpms' => 'eucJP-win',
    2555             'gb2312'  => 'EUC-CN',
    2556             'ujis'    => 'EUC-JP',
    2557             'utf32'   => 'UTF-32',
    2558         );
    2559 
    2560         $supported_charsets = array();
    2561         if ( function_exists( 'mb_list_encodings' ) ) {
    2562             $supported_charsets = mb_list_encodings();
    2563         }
    2564 
    25652563        $db_check_string = false;
    25662564
    … …  
    25682566            $charset = $value['charset'];
    25692567
    2570             // Column isn't a string, or is latin1, which will will happily store anything.
    2571             if ( false === $charset || 'latin1' === $charset ) {
     2568            if ( is_array( $value['length'] ) ) {
     2569                $length = $value['length']['length'];
     2570            } else {
     2571                $length = false;
     2572            }
     2573
     2574            // There's no charset to work with.
     2575            if ( false === $charset ) {
    25722576                continue;
    25732577            }
    25742578
     2579            // Column isn't a string.
    25752580            if ( ! is_string( $value['value'] ) ) {
    25762581                continue;
    25772582            }
    25782583
    2579             // ASCII is always OK.
    2580             if ( ! isset( $value['ascii'] ) && $this->check_ascii( $value['value'] ) ) {
    2581                 continue;
    2582             }
    2583 
    2584             // Convert the text locally.
    2585             if ( $supported_charsets ) {
    2586                 if ( isset( $mb_charsets[ $charset ] ) && in_array( $mb_charsets[ $charset ], $supported_charsets ) ) {
    2587                     $value['value'] = mb_convert_encoding( $value['value'], $mb_charsets[ $charset ], $mb_charsets[ $charset ] );
     2584            $truncate_by_byte_length = 'byte' === $value['length']['type'];
     2585
     2586            $needs_validation = true;
     2587            if (
     2588                // latin1 can store any byte sequence
     2589                'latin1' === $charset
     2590            ||
     2591                // ASCII is always OK.
     2592                ( ! isset( $value['ascii'] ) && $this->check_ascii( $value['value'] ) )
     2593            ) {
     2594                $truncate_by_byte_length = true;
     2595                $needs_validation = false;
     2596            }
     2597
     2598            if ( $truncate_by_byte_length ) {
     2599                mbstring_binary_safe_encoding();
     2600                if ( false !== $length && strlen( $value['value'] ) > $length ) {
     2601                    $value['value'] = substr( $value['value'], 0, $length );
     2602                }
     2603                reset_mbstring_encoding();
     2604
     2605                if ( ! $needs_validation ) {
    25882606                    continue;
    25892607                }
    … …  
    25912609
    25922610            // utf8 can be handled by regex, which is a bunch faster than a DB lookup.
    2593             if ( 'utf8' === $charset || 'utf8mb3' === $charset || 'utf8mb4' === $charset ) {
     2611            if ( ( 'utf8' === $charset || 'utf8mb3' === $charset || 'utf8mb4' === $charset ) && function_exists( 'mb_strlen' ) ) {
    25942612                $regex = '/
    25952613                    (
    … …  
    26012619                        |   [\xEE-\xEF][\x80-\xBF]{2}';
    26022620
    2603                 if ( 'utf8mb4' === $charset) {
     2621                if ( 'utf8mb4' === $charset ) {
    26042622                    $regex .= '
    26052623                        |    \xF0[\x90-\xBF][\x80-\xBF]{2} # four-byte sequences   11110xxx 10xxxxxx * 3
    … …  
    26142632                    /x';
    26152633                $value['value'] = preg_replace( $regex, '$1', $value['value'] );
     2634
     2635
     2636                if ( false !== $length && mb_strlen( $value['value'], 'UTF-8' ) > $length ) {
     2637                    $value['value'] = mb_substr( $value['value'], 0, $length, 'UTF-8' );
     2638                }
    26162639                continue;
    26172640            }
    … …  
    26302653                    }
    26312654
    2632                     // Split the CONVERT() calls by charset, so we can make sure the connection is right
    2633                     $queries[ $value['charset'] ][ $col ] = $this->prepare( "CONVERT( %s USING {$value['charset']} )", $value['value'] );
     2655                    // We're going to need to truncate by characters or bytes, depending on the length value we have.
     2656                    if ( 'byte' === $value['length']['type'] ) {
     2657                        // Split the CONVERT() calls by charset, so we can make sure the connection is right
     2658                        $queries[ $value['charset'] ][ $col ] = $this->prepare( "CONVERT( LEFT( CONVERT( %s USING binary ), %d ) USING {$value['charset']} )", $value['value'], $value['length']['length'] );
     2659                    } else {
     2660                        $queries[ $value['charset'] ][ $col ] = $this->prepare( "LEFT( CONVERT( %s USING {$value['charset']} ), %d )", $value['value'], $value['length']['length'] );
     2661                    }
     2662
    26342663                    unset( $data[ $col ]['db'] );
    26352664                }
    … …  
    26502679                $this->check_current_query = false;
    26512680
    2652                 $row = $this->get_row( "SELECT " . implode( ', ', $query ), ARRAY_N );
     2681                $sql = array();
     2682                foreach ( $query as $column => $column_query ) {
     2683                    $sql[] = $column_query . " AS x_$column";
     2684                }
     2685
     2686                $row = $this->get_row( "SELECT " . implode( ', ', $sql ), ARRAY_A );
    26532687                if ( ! $row ) {
    26542688                    $this->set_charset( $this->dbh, $connection_charset );
    … …  
    26562690                }
    26572691
    2658                 $cols = array_keys( $query );
    2659                 $col_count = count( $cols );
    2660                 for ( $ii = 0; $ii < $col_count; $ii++ ) {
    2661                     $data[ $cols[ $ii ] ]['value'] = $row[ $ii ];
     2692                foreach ( array_keys( $query ) as $column ) {
     2693                    $data[ $column ]['value'] = $row["x_$column"];
    26622694                }
    26632695            }
    … …  
    27012733            'charset' => $charset,
    27022734            'ascii'   => false,
     2735            'length'  => false,
    27032736        );
    27042737
    … …  
    27232756     */
    27242757    public function strip_invalid_text_for_column( $table, $column, $value ) {
    2725         if ( ! is_string( $value ) || $this->check_ascii( $value ) ) {
     2758        if ( ! is_string( $value ) ) {
    27262759            return $value;
    27272760        }
    … …  
    27402773                'value'   => $value,
    27412774                'charset' => $charset,
    2742                 'ascii'   => false,
     2775                'length'  => $this->get_col_length( $table, $column ),
    27432776            )
    27442777        );

  • branches/4.1/tests/phpunit/tests/comment.php

    r32307 r32387  
    5252        }
    5353
    54         $post_id = $this->factory->post->create();
     54        $u = $this->factory->user->create();
     55        $post_id = $this->factory->post->create( array( 'post_author' => $u ) );
    5556
    5657        $data = array(

  • branches/4.1/tests/phpunit/tests/compat.php

    r25002 r32387  
    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}

  • branches/4.1/tests/phpunit/tests/db.php

    r32307 r32387  
    747747                'format' => '%s',
    748748                'charset' => $expected_charset,
    749                 'ascii' => false,
    750749                'length' => $wpdb->get_col_length( $wpdb->posts, 'post_content' ),
    751750            )

  • branches/4.1/tests/phpunit/tests/db/charset.php

    r32262 r32387  
    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        }
    … …  
    167353
    168354        $all_ascii_fields = array(
    169             'post_content' => array( 'value' => 'foo foo foo!', 'format' => '%s', 'charset' => false ),
    170             'post_excerpt' => array( 'value' => 'bar bar bar!', 'format' => '%s', 'charset' => false ),
     355            'post_content' => array( 'value' => 'foo foo foo!', 'format' => '%s', 'charset' => $charset ),
     356            'post_excerpt' => array( 'value' => 'bar bar bar!', 'format' => '%s', 'charset' => $charset ),
    171357        );
    172358
    173359        // This is the same data used in process_field_charsets_for_nonexistent_table()
    174360        $non_ascii_string_fields = array(
    175             'post_content' => array( 'value' => '¡foo foo foo!', 'format' => '%s', 'charset' => $charset, 'ascii' => false ),
    176             'post_excerpt' => array( 'value' => '¡bar bar bar!', 'format' => '%s', 'charset' => $charset, 'ascii' => false ),
     361            'post_content' => array( 'value' => '¡foo foo foo!', 'format' => '%s', 'charset' => $charset ),
     362            'post_excerpt' => array( 'value' => '¡bar bar bar!', 'format' => '%s', 'charset' => $charset ),
    177363        );
    178364
    … …  
    541727        self::$_wpdb->query( $drop );
    542728    }
     729
     730    function test_strip_invalid_test_for_column_bails_if_ascii_input_too_long() {
     731        global $wpdb;
     732
     733        // TEXT column
     734        $stripped = $wpdb->strip_invalid_text_for_column( $wpdb->comments, 'comment_content', str_repeat( 'A', 65536 ) );
     735        $this->assertEquals( 65535, strlen( $stripped ) );
     736
     737        // VARCHAR column
     738        $stripped = $wpdb->strip_invalid_text_for_column( $wpdb->comments, 'comment_agent', str_repeat( 'A', 256 ) );
     739        $this->assertEquals( 255, strlen( $stripped ) );
     740    }
    543741}
Note: See TracChangeset for help on using the changeset viewer.