将字符串从 html 文件中的表单传递到尊重 utf-8 编码的 python 脚本

Question

我在index.html 文件中有此表单。

<form method="post" action="index.php" accept-charset="UTF-8">
    <input id="a" name="a" type="text">
    <input type="submit" name="run_query" value="Add User" size="30">
</form>

我试图通过将以下 php 代码嵌入到 index.html 文件中，将文本输入作为参数传递给 pyton 脚本：

<?
    session_start();
    ob_start();
    if(isset($_REQUEST['run_query'])) {
    $add_user = $_REQUEST['a'];
    $command = "add_author.py $add_user";
        exec($command); 
    }
?>

我已将 add_author.py 文件放入 index.html 所在的同一文件夹中。它适用于任何字符串。但如果我尝试使用包含 ä ö é 的字符串，它就不起作用。

python 文件看起来像这样。

import sys
import codecs
if __name__ == '__main__':
    wFile = codecs.open("test.txt", "w", "utf8")
    wFile.write(" ".join(sys.argv[1:]))
    wFile.close()

顺便说一下：index.html 中有这一行。

<meta charset="utf-8" />

我很想听到更好的方法来管理我的任务或纠正我的方法。谢谢你！

Answer 1

为什么不让 PHP 写入文件而不是调用另一个 python 脚本？

if (!$handle = fopen("test.txt", 'a')) {
    echo "Cannot open file ($filename)";
    exit;
}

if (fwrite($handle, $_REQUEST['a']) === FALSE) {
    echo "Cannot write to file ($filename)";
    exit;
}

如果您坚持使用 python 脚本，也许您需要先对其进行编码，但通常会检查此处所述的不同方法：
http://docs.python.org/howto/unicode.html
我的猜测是你只需要在字符串上调用 unicode()

wFile.write(unicode(sys.argv[1:]))

Answer 2

您可以直接将 Python 与 CGI 结合使用。它应该比从 PHP 调用 Python 更快。配置也应该更容易。

简单的例子。

#!/usr/bin/python

import cgi;
import codecs;

form = cgi.FieldStorage()
my_a = form.getvalue("a","")

wFile = codecs.open("test.txt", "w", "utf8")
wFile.write(my_a);
wFile.close()

print("Content-Type: text/plain")
print("Location: ../plain.html")
print()

您必须将此 python 文件放入 CGI 脚本目录中。最常见的是/cgi-bin/。好吧，服务器可能也需要一些配置。

最后 3 行是简单的 http 标头。在我的示例中，它只是重定向到其他站点。没有可显示的内容。 getvalue("a","") 将返回字段“a”的值或空字符串（第二个参数）。嗯，几乎是常规的 Python 文件。

Answer 3

# -*- coding: utf-8 -*-

文件顶部应强制使用 utf 编码。

# -*- coding: utf-8 -*-
import sys

if __name__ in '__main__':
    with open('test.txt','w') as out:
        out.write(''.join(sys.argv[1:]).encode("utf-8"))

应该可以正常工作

Answer 4

PHP 代码的实际问题似乎是添加到“命令”的参数“$add_user”没有以任何方式转义或保护。
这使得可以将任何内容发送到“exec”中，从而使系统容易受到攻击。网络漫画 XKCD 有一个关于此问题的“有趣”示例： http://xkcd.com/327/

您看到的原因是 UTF-8 编码的“åäö”以不可打印的字节开头，这会导致许多旧 shell 出现问题，具体取决于系统配置。