PHP过滤指定字符串,过滤危险字符

PHP过滤指定字符串,过滤危险字符

安全过滤函数,用于过滤危险字符 

function safe_replace($string) {

 $string = str_replace(‘ ‘,”,$string);
 $string = str_replace(”’,”,$string);
 $string = str_replace(”’,”,$string);
 $string = str_replace(‘*’,”,$string);
 $string = str_replace(‘”‘,'”‘,$string);
 $string = str_replace(“‘”,”,$string);
 $string = str_replace(‘”‘,”,$string);
 $string = str_replace(‘;’,”,$string);
 $string = str_replace(‘<‘,'<‘,$string);
 $string = str_replace(‘>’,’>’,$string);
 $string = str_replace(“{“,”,$string);
 $string = str_replace(‘}’,”,$string);
 return $string;
}

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/114088.html原文链接:https://javaforall.net

赞 (0)
全栈程序员-站长的头像全栈程序员-站长

相关推荐

  • 高等数学学习笔记——第十四讲——函数极限的概念(1. 函数在无穷远处极限定义)

    高等数学学习笔记——第十四讲——函数极限的概念(1. 函数在无穷远处极限定义)1.问题引入(函数极限概念产生的背景——十六世纪开始在天体运动、航海、炮弹发射等领域对连续变量的研究需要)2.函数自变量的六种变化过程(趋于无穷或有限量,左趋近或右趋近)以时间为例,理解自变量的不同变化过程3.函数极限示例4.函数极限(关于过程x趋于正无穷)的定义ε可以取任意小的正数5.函数极限证明…

    2022年5月5日
  • 卷积与反卷积关系超详细说明及推导(反卷积又称转置卷积、分数步长卷积)

    卷积与反卷积关系超详细说明及推导(反卷积又称转置卷积、分数步长卷积)  以CNN为代表的卷积神经网络在图像的相关领域得到了较为长足的发展。在CNN中卷积实际分类两大类,一种是卷积,另一种是转置卷积(transposedconvolutional),或者称为分数步长卷积(fractionallystridedconvolutionallayers),亦或者是反卷积(deconvolution)。  虽然在一些文章中将反卷积与转置卷积认为是等价的…

    2022年6月21日
  • visual studio发生了未处理的异常_打印显示灾难性故障

    visual studio发生了未处理的异常_打印显示灾难性故障【IDE-VisualStudio】灾难性故障(异常来自HRESULT0x8000FFFFEUNEXPECT

    2022年9月15日
  • 按位取反操作_按位取反末尾加一

    按位取反操作_按位取反末尾加一编程时:~1输出结果为-2,~(-5)的输出结果为4,很是疑惑,通过查阅资料终于明白。首先~是取反操作,计算机存储时是按照补码存储。 ~1= -2计算步骤: 1的二进制表示——————————–00000001 按位取反—————————————-11111110

    2022年8月15日
  • one step closer intersection_cut a striking figure

    one step closer intersection_cut a striking figure教程:1.下载软件压缩包文件,首先解压安装程序2.选择第一个选项,下一步3.设置软件安装路径以及其他设置4.运行主程序,安装完成,资源地址:FranzisCutOut9Professional中文版新功能1.色度键-消光现在每个人都可以成为抠图专家。使用色度键隔离方法可以轻松地将对象与均匀彩色背景分开2.分段掩蔽要完美地剪切图片的图案,将照片组合到理想的位置,并通过单击鼠标取出烦人的物体3.专业背景管理。背景管理是CutOut的新功能。并非每个摄影师(包括专业人士)

    2022年9月15日
  • 深度学习中Dropout原理解析「建议收藏」

    深度学习中Dropout原理解析「建议收藏」1.Dropout简介1.1Dropout出现的原因在机器学习的模型中,如果模型的参数太多,而训练样本又太少,训练出来的模型很容易产生过拟合的现象。在训练神经网络的时候经常会遇到过拟合的问题,过拟合具体表现在:模型在训练数据上损失函数较小,预测准确率较高;但是在测试数据上损失函数比较大,预测准确率较低。过拟合是很多机器学习的通病。如果模型过拟合,那么得到的模型几乎不能用。为了解决过拟合问题,一…

    2022年6月14日

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号