WordPress.org
Get WordPress

Make WordPress Core

Changeset 32388


Ignore:
Timestamp:
05/06/2015 07:08:42 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 4.0 branch.

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

See #32165.

Location:
branches/4.0
Files:
8 edited

Legend:

Unmodified
Added
Removed

  • branches/4.0/src/wp-admin/includes/upgrade.php

    r32313 r32388  
    441441        upgrade_400();
    442442
    443     if ( $wp_current_db_version < 29631 )
    444         upgrade_404();
     443    if ( $wp_current_db_version < 29632 )
     444        upgrade_405();
    445445
    446446    maybe_disable_link_manager();
    … …  
    13361336 */
    13371337function upgrade_404() {
     1338}
     1339
     1340/**
     1341 * Execute changes made in WordPress 4.0.5.
     1342 *
     1343 * @since 4.0.5
     1344 */
     1345function upgrade_405() {
    13381346    global $wp_current_db_version, $wpdb;
    13391347
    1340     if ( $wp_current_db_version < 29631 ) {
     1348    if ( $wp_current_db_version < 29632 ) {
    13411349        $content_length = $wpdb->get_col_length( $wpdb->comments, 'comment_content' );
    1342         if ( ! $content_length ) {
    1343             $content_length = 65535;
    1344         }
     1350        if ( false === $content_length ) {
     1351            $content_length = array(
     1352                'type'   => 'byte',
     1353                'length' => 65535,
     1354            );
     1355        } elseif ( ! is_array( $content_length ) ) {
     1356            $length = (int) $content_length > 0 ? (int) $content_length : 65535;
     1357            $content_length = array(
     1358                'type'   => 'byte',
     1359                'length' => $length
     1360            );
     1361        }
     1362
     1363        if ( 'byte' !== $content_length['type'] ) {
     1364            // Sites with malformed DB schemas are on their own.
     1365            return;
     1366        }
     1367
     1368        $allowed_length = intval( $content_length['length'] ) - 10;
    13451369
    13461370        $comments = $wpdb->get_results(
    1347             "SELECT comment_ID FROM $wpdb->comments
    1348             WHERE comment_date_gmt > '2015-04-26'
    1349             AND CHAR_LENGTH( comment_content ) >= $content_length
    1350             AND ( comment_content LIKE '%<%' OR comment_content LIKE '%>%' )"
     1371            "SELECT `comment_ID` FROM `{$wpdb->comments}`
     1372                WHERE `comment_date_gmt` > '2015-04-26'
     1373                AND LENGTH( `comment_content` ) >= {$allowed_length}
     1374                AND ( `comment_content` LIKE '%<%' OR `comment_content` LIKE '%>%' )"
    13511375        );
    13521376

  • branches/4.0/src/wp-includes/compat.php

    r29382 r32388  
    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/4.0/src/wp-includes/version.php

    r32372 r32388  
    1212 * @global int $wp_db_version
    1313 */
    14 $wp_db_version = 29631;
     14$wp_db_version = 29632;
    1515
    1616/**

  • branches/4.0/src/wp-includes/wp-db.php

    r32313 r32388  
    17881788     */
    17891789    function _insert_replace_helper( $table, $data, $format = null, $type = 'INSERT' ) {
     1790        $this->insert_id = 0;
     1791
    17901792        if ( ! in_array( strtoupper( $type ), array( 'REPLACE', 'INSERT' ) ) ) {
    17911793            return false;
    … …  
    18081810        $sql = "$type INTO `$table` ($fields) VALUES ($formats)";
    18091811
    1810         $this->insert_id = 0;
    18111812        $this->check_current_query = false;
    18121813        return $this->query( $this->prepare( $sql, $values ) );
    … …  
    20042005                // This checks %d/%f versus ! %s because it's sprintf() could take more.
    20052006                $value['charset'] = false;
    2006             } elseif ( $this->check_ascii( $value['value'] ) ) {
    2007                 // If it's ASCII, then we don't need the charset. We can skip this field.
    2008                 $value['charset'] = false;
    20092007            } else {
    20102008                $value['charset'] = $this->get_col_charset( $table, $field );
    … …  
    20122010                    return false;
    20132011                }
    2014 
    2015                 // This isn't ASCII. Don't have strip_invalid_text() re-check.
    2016                 $value['ascii'] = false;
    20172012            }
    20182013
    … …  
    20452040                    return false;
    20462041                }
    2047             }
    2048 
    2049             if ( false !== $value['length'] && strlen( $value['value'] ) > $value['length'] ) {
    2050                 return false;
    20512042            }
    20522043
    … …  
    23802371    /**
    23812372     * Retrieve the maximum string length allowed in a given column.
     2373     * The length may either be specified as a byte length or a character length.
    23822374     *
    23832375     * @since 4.2.1
    … …  
    23862378     * @param string $table  Table name.
    23872379     * @param string $column Column name.
    2388      * @return mixed Max column length as an int. False if the column has no
    2389      *               length. WP_Error object if there was an error.
     2380     * @return mixed array( 'length' => (int), 'type' => 'byte' | 'char' )
     2381     *               false if the column has no length (for example, numeric column)
     2382     *               WP_Error object if there was an error.
    23902383     */
    23912384    public function get_col_length( $table, $column ) {
    … …  
    24202413
    24212414        switch( $type ) {
     2415            case 'char':
     2416            case 'varchar':
     2417                return array(
     2418                    'type'   => 'char',
     2419                    'length' => (int) $length,
     2420                );
     2421                break;
    24222422            case 'binary':
    2423             case 'char':
    24242423            case 'varbinary':
    2425             case 'varchar':
    2426                 return $length;
     2424                return array(
     2425                    'type'   => 'byte',
     2426                    'length' => (int) $length,
     2427                );
    24272428                break;
    24282429            case 'tinyblob':
    24292430            case 'tinytext':
    2430                 return 255; // 2^8 - 1
     2431                return array(
     2432                    'type'   => 'byte',
     2433                    'length' => 255,        // 2^8 - 1
     2434                );
    24312435                break;
    24322436            case 'blob':
    24332437            case 'text':
    2434                 return 65535; // 2^16 - 1
     2438                return array(
     2439                    'type'   => 'byte',
     2440                    'length' => 65535,      // 2^16 - 1
     2441                );
    24352442                break;
    24362443            case 'mediumblob':
    24372444            case 'mediumtext':
    2438                 return 16777215; // 2^24 - 1
     2445                return array(
     2446                    'type'   => 'byte',
     2447                    'length' => 16777215,   // 2^24 - 1
     2448                );
    24392449                break;
    24402450            case 'longblob':
    24412451            case 'longtext':
    2442                 return 4294967295; // 2^32 - 1
     2452                return array(
     2453                    'type'   => 'byte',
     2454                    'length' => 4294967295, // 2^32 - 1
     2455                );
    24432456                break;
    24442457            default:
    … …  
    25472560        // If any of the columns don't have one of these collations, it needs more sanity checking.
    25482561    protected function strip_invalid_text( $data ) {
    2549         // Some multibyte character sets that we can check in PHP.
    2550         $mb_charsets = array(
    2551             'ascii'   => 'ASCII',
    2552             'big5'    => 'BIG-5',
    2553             'eucjpms' => 'eucJP-win',
    2554             'gb2312'  => 'EUC-CN',
    2555             'ujis'    => 'EUC-JP',
    2556             'utf32'   => 'UTF-32',
    2557         );
    2558 
    2559         $supported_charsets = array();
    2560         if ( function_exists( 'mb_list_encodings' ) ) {
    2561             $supported_charsets = mb_list_encodings();
    2562         }
    2563 
    25642562        $db_check_string = false;
    25652563
    … …  
    25672565            $charset = $value['charset'];
    25682566
    2569             // Column isn't a string, or is latin1, which will will happily store anything.
    2570             if ( false === $charset || 'latin1' === $charset ) {
     2567            if ( is_array( $value['length'] ) ) {
     2568                $length = $value['length']['length'];
     2569            } else {
     2570                $length = false;
     2571            }
     2572
     2573            // There's no charset to work with.
     2574            if ( false === $charset ) {
    25712575                continue;
    25722576            }
    25732577
     2578            // Column isn't a string.
    25742579            if ( ! is_string( $value['value'] ) ) {
    25752580                continue;
    25762581            }
    25772582
    2578             // ASCII is always OK.
    2579             if ( ! isset( $value['ascii'] ) && $this->check_ascii( $value['value'] ) ) {
    2580                 continue;
    2581             }
    2582 
    2583             // Convert the text locally.
    2584             if ( $supported_charsets ) {
    2585                 if ( isset( $mb_charsets[ $charset ] ) && in_array( $mb_charsets[ $charset ], $supported_charsets ) ) {
    2586                     $value['value'] = mb_convert_encoding( $value['value'], $mb_charsets[ $charset ], $mb_charsets[ $charset ] );
     2583            $truncate_by_byte_length = 'byte' === $value['length']['type'];
     2584
     2585            $needs_validation = true;
     2586            if (
     2587                // latin1 can store any byte sequence
     2588                'latin1' === $charset
     2589            ||
     2590                // ASCII is always OK.
     2591                ( ! isset( $value['ascii'] ) && $this->check_ascii( $value['value'] ) )
     2592            ) {
     2593                $truncate_by_byte_length = true;
     2594                $needs_validation = false;
     2595            }
     2596
     2597            if ( $truncate_by_byte_length ) {
     2598                mbstring_binary_safe_encoding();
     2599                if ( false !== $length && strlen( $value['value'] ) > $length ) {
     2600                    $value['value'] = substr( $value['value'], 0, $length );
     2601                }
     2602                reset_mbstring_encoding();
     2603
     2604                if ( ! $needs_validation ) {
    25872605                    continue;
    25882606                }
    … …  
    25902608
    25912609            // utf8 can be handled by regex, which is a bunch faster than a DB lookup.
    2592             if ( 'utf8' === $charset || 'utf8mb3' === $charset || 'utf8mb4' === $charset ) {
     2610            if ( ( 'utf8' === $charset || 'utf8mb3' === $charset || 'utf8mb4' === $charset ) && function_exists( 'mb_strlen' ) ) {
    25932611                $regex = '/
    25942612                    (
    … …  
    26002618                        |   [\xEE-\xEF][\x80-\xBF]{2}';
    26012619
    2602                 if ( 'utf8mb4' === $charset) {
     2620                if ( 'utf8mb4' === $charset ) {
    26032621                    $regex .= '
    26042622                        |    \xF0[\x90-\xBF][\x80-\xBF]{2} # four-byte sequences   11110xxx 10xxxxxx * 3
    … …  
    26132631                    /x';
    26142632                $value['value'] = preg_replace( $regex, '$1', $value['value'] );
     2633
     2634
     2635                if ( false !== $length && mb_strlen( $value['value'], 'UTF-8' ) > $length ) {
     2636                    $value['value'] = mb_substr( $value['value'], 0, $length, 'UTF-8' );
     2637                }
    26152638                continue;
    26162639            }
    … …  
    26292652                    }
    26302653
    2631                     // Split the CONVERT() calls by charset, so we can make sure the connection is right
    2632                     $queries[ $value['charset'] ][ $col ] = $this->prepare( "CONVERT( %s USING {$value['charset']} )", $value['value'] );
     2654                    // We're going to need to truncate by characters or bytes, depending on the length value we have.
     2655                    if ( 'byte' === $value['length']['type'] ) {
     2656                        // Split the CONVERT() calls by charset, so we can make sure the connection is right
     2657                        $queries[ $value['charset'] ][ $col ] = $this->prepare( "CONVERT( LEFT( CONVERT( %s USING binary ), %d ) USING {$value['charset']} )", $value['value'], $value['length']['length'] );
     2658                    } else {
     2659                        $queries[ $value['charset'] ][ $col ] = $this->prepare( "LEFT( CONVERT( %s USING {$value['charset']} ), %d )", $value['value'], $value['length']['length'] );
     2660                    }
     2661
    26332662                    unset( $data[ $col ]['db'] );
    26342663                }
    … …  
    26492678                $this->check_current_query = false;
    26502679
    2651                 $row = $this->get_row( "SELECT " . implode( ', ', $query ), ARRAY_N );
     2680                $sql = array();
     2681                foreach ( $query as $column => $column_query ) {
     2682                    $sql[] = $column_query . " AS x_$column";
     2683                }
     2684
     2685                $row = $this->get_row( "SELECT " . implode( ', ', $sql ), ARRAY_A );
    26522686                if ( ! $row ) {
    26532687                    $this->set_charset( $this->dbh, $connection_charset );
    … …  
    26552689                }
    26562690
    2657                 $cols = array_keys( $query );
    2658                 $col_count = count( $cols );
    2659                 for ( $ii = 0; $ii < $col_count; $ii++ ) {
    2660                     $data[ $cols[ $ii ] ]['value'] = $row[ $ii ];
     2691                foreach ( array_keys( $query ) as $column ) {
     2692                    $data[ $column ]['value'] = $row["x_$column"];
    26612693                }
    26622694            }
    … …  
    27002732            'charset' => $charset,
    27012733            'ascii'   => false,
     2734            'length'  => false,
    27022735        );
    27032736
    … …  
    27222755     */
    27232756    public function strip_invalid_text_for_column( $table, $column, $value ) {
    2724         if ( ! is_string( $value ) || $this->check_ascii( $value ) ) {
     2757        if ( ! is_string( $value ) ) {
    27252758            return $value;
    27262759        }
    … …  
    27392772                'value'   => $value,
    27402773                'charset' => $charset,
    2741                 'ascii'   => false,
     2774                'length'  => $this->get_col_length( $table, $column ),
    27422775            )
    27432776        );

  • branches/4.0/tests/phpunit/tests/comment.php

    r32313 r32388  
    2424        }
    2525
    26         $post_id = $this->factory->post->create();
     26        $u = $this->factory->user->create();
     27        $post_id = $this->factory->post->create( array( 'post_author' => $u ) );
    2728
    2829        $data = array(

  • branches/4.0/tests/phpunit/tests/compat.php

    r25002 r32388  
    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/4.0/tests/phpunit/tests/db.php

    r32313 r32388  
    712712                'format' => '%s',
    713713                'charset' => $expected_charset,
    714                 'ascii' => false,
    715714                'length' => $wpdb->get_col_length( $wpdb->posts, 'post_content' ),
    716715            )

  • branches/4.0/tests/phpunit/tests/db/charset.php

    r32272 r32388  
    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.