遇到个 Java 和 Php 在获取客户端 cookie 方式不同导致跨系统的问题。所以写了这篇博客梳理下相关知识。
实验
下面通过两个简单的实验，来看Java和Php在获取web请求中的cookie的不同之处，我下面贴出http请求的相关信息，和服务端输出的结果。
Java
请求信息
GET / HTTP/1.1Host: localhost:7003...Cookie: test2=ab+cd; test1=ab%2Bcd复制代码
服务端
@Controller@Slf4jpublic class MainController { @Autowired private HttpServletRequest request; @GetMapping("/") public @ResponseBody String index() { Cookie[] cookies = request.getCookies(); if (null != cookies) { for (Cookie cookie : cookies) { log.info(cookie.getName() + "=" + cookie.getValue()); } } return "index"; }}复制代码 控制台输出
2019-05-16 18:03:32.770 INFO 10114 --- [nio-7003-exec-1] net.mengkang.demo.MainController : test2=ab+cd2019-05-16 18:03:32.770 INFO 10114 --- [nio-7003-exec-1] net.mengkang.demo.MainController : test1=ab%2Bcd复制代码
Php
GET / HTTP/1.1Host: localhost:8084...Cookie: test2=ab+cd; test1=ab%2Bcd复制代码
服务端
var_exprot($_COOKIE);复制代码
array ( 'test2' => 'ab cd', 'test1' => 'ab+cd',)复制代码
结果对比
发现Java是不会对cookie数据做任何处理，但是php则会默认进行一次urldecode操作，这导致了，两边系统里面获取同一cookie时，结果不一致的 bug。
类似的问题
Php 源码分析
主要查看两处源码
main/php_variables.cext/standard/url.c复制代码
SAPI_API SAPI_TREAT_DATA_FUNC(php_default_treat_data){... switch (arg) { case PARSE_GET: case PARSE_STRING: separator = PG(arg_separator).input; break; case PARSE_COOKIE: separator = ";\0"; //可以在我们浏览器里看到请求的header里面cookie的分隔符就是这个 break; } var = php_strtok_r(res, separator, &strtok_buf); while (var) { val = strchr(var, '='); if (arg == PARSE_COOKIE) { /* Remove leading spaces from cookie names, needed for multi-cookie header where ; can be followed by a space */ while (isspace(*var)) { var++; } if (var == val || *var == '\0') { goto next_cookie; } } if (++count > PG(max_input_vars)) { php_error_docref(NULL, E_WARNING, "Input variables exceeded " ZEND_LONG_FMT ". To increase the limit change max_input_vars in php.ini.", PG(max_input_vars)); break; } if (val) { /* have a value */ size_t val_len; size_t new_val_len; *val++ = '\0'; php_url_decode(var, strlen(var)); val_len = php_url_decode(val, strlen(val)); val = estrndup(val, val_len); if (sapi_module.input_filter(arg, var, &val, val_len, &new_val_len)) { php_register_variable_safe(var, val, new_val_len, &array); } efree(val); } else { size_t val_len; size_t new_val_len; php_url_decode(var, strlen(var)); val_len = 0; val = estrndup("", val_len); if (sapi_module.input_filter(arg, var, &val, val_len, &new_val_len)) { php_register_variable_safe(var, val, new_val_len, &array); } efree(val); }next_cookie: var = php_strtok_r(NULL, separator, &strtok_buf); } if (free_buffer) { efree(res); }}复制代码 我们看到cookie的值会被执行php_url_decode操作，下面附带其源码，且加上一段测试代码
#include#include #include static int php_htoi(char *s) { int value; int c; c = ((unsigned char *) s)[0]; if (isupper(c)) c = tolower(c); value = (c >= '0' && c <= '9' ? c - '0' : c - 'a' + 10) * 16; c = ((unsigned char *) s)[1]; if (isupper(c)) c = tolower(c); value += c >= '0' && c <= '9' ? c - '0' : c - 'a' + 10; return (value);}size_t php_url_decode(char *str, size_t len) { char *dest = str; char *data = str; while (len--) { if (*data == '+') { *dest = ' '; } else if (*data == '%' && len >= 2 && isxdigit((int) *(data + 1)) && isxdigit((int) *(data + 2))) { *dest = (char) php_htoi(data + 1); data += 2; len -= 2; } else { *dest = *data; } data++; dest++; } *dest = '\0'; return dest - str;}int main() { char a[6] = { "ab+cd"}; php_url_decode(a, strlen(a)); printf("%s\n", a); return 0;}复制代码
上面php_url_decode用到了php_htoi，这个是因为urlencode是按照rfc1738对字符串中除了 -_. 之外的所有非字母数字字符都将被替换成百分号（%）后跟两位十六进制数。htoi作用就是Converting Hexadecimal Digits Into Integers。然后把计算出来的整型转换为char，存回处理完之后的字符数组里。
小结
$_COOKIE的数据在 php 这边是经过urldecode的二手数据，这个导致和JAVA那边获取的cookie值不一样了就。
编码扩展讨论
rawurlencode与urlencode的区别是什么？
urlencode返回字符串，此字符串中除了 -_. 之外的所有非字母数字字符都将被替换成百分号（%）后跟两位十六进制数，空格则编码为加号（+）。此编码与 WWW 表单 POST 数据的编码方式是一样的，同时与 application/x-www-form-urlencoded 的媒体类型编码方式一样。由于历史原因，此编码在将空格编码为加号（+）方面与 » RFC3986 编码（参见 rawurlencode()）不同。
PHPAPI size_t php_raw_url_decode(char *str, size_t len){ char *dest = str; char *data = str; while (len--) { if (*data == '%' && len >= 2 && isxdigit((int) *(data + 1)) && isxdigit((int) *(data + 2))) {#ifndef CHARSET_EBCDIC *dest = (char) php_htoi(data + 1);#else *dest = os_toebcdic[(char) php_htoi(data + 1)];#endif data += 2; len -= 2; } else { *dest = *data; } data++; dest++; } *dest = '\0'; return dest - str;}复制代码 通过源码可以看到就是对+处理没有了。
请求的编码讨论
GET
当我们在 url 传递+的时候，浏览器不会默认为我们执行urlencode操作，但是 php 服务端取值的时候（还是上面那段代码）会执行urldecode，导致url中的+被去掉。这一点也非常好检测。
var_dump($_GET);复制代码
curl http://localhost:8084/a.php\?a=\bbb+carray(1) { ["a"]=> string(5) "bbb c"}复制代码 POST
当我们的做表单提交post请求的时候，默认表单的编码规范就是application/x-www-form-urlencoded，这样浏览器会自动的对我们的数据就行一次urlencode编码，之后 php 服务端收到$_POST数据会再进行urldecode。
复制代码
当我在表单里提交了一段ab+cd的内容，请求数据如下
POST /a.php HTTP/1.1...Host: localhost:8084Content-Type: application/x-www-form-urlencoded...Cookie: test2=ab+cd; test1=ab%2BcdpostData=ab%2Bcd复制代码
服务端
# a.phpvar_dump($_POST);var_dump(file_get_contents("php://input"));复制代码 输出结果
array(1) { ["postData"]=> string(5) "ab+cd"}string(16) "postData=ab%2Bcd"复制代码 另一种情况，如果我们post的表单执行编码为multipart/form-data，浏览器则不会对数据进行编码，服务端也不会对数据就行解码。
所以当我们在配置 url 参数和 cookie 的时候，一定要注意url编码的问题。
本文作者：周梦康
本文为云栖社区原创内容，未经允许不得转载。