如何修复已被错误的字节数长度损坏的序列化字符串？

我正在将Hotaru CMS与Image Upload插件一起使用，如果尝试将图像附加到帖子上，则会收到此错误，否则没有错误：

unserialize（）[function.unserialize]：偏移量错误

令人反感的代码（错误指向**）：

/**
     * Retrieve submission step data
     *
     * @param $key - empty when setting
     * @return bool
     */
    public function loadSubmitData($h, $key = '')
    {
        // delete everything in this table older than 30 minutes:
        $this->deleteTempData($h->db);

        if (!$key) { return false; }

        $cleanKey = preg_replace('/[^a-z0-9]+/','',$key);
        if (strcmp($key,$cleanKey) != 0) {
            return false;
        } else {
            $sql = "SELECT tempdata_value FROM " . TABLE_TEMPDATA . " WHERE tempdata_key = %s ORDER BY tempdata_updatedts DESC LIMIT 1";
            $submitted_data = $h->db->get_var($h->db->prepare($sql, $key));
            **if ($submitted_data) { return unserialize($submitted_data); } else { return false; }** 
        }
    }

表中的数据，请注意末尾有图像信息，我不是PHP专家，所以我想知道你们/ gals会怎么想？

tempdata_value：

a:10:{s:16:"submit_editorial";b:0;s:15:"submit_orig_url";s:13:"www.bbc.co.uk";s:12:"submit_title";s:14:"No title found";s:14:"submit_content";s:12:"dnfsdkfjdfdf";s:15:"submit_category";i:2;s:11:"submit_tags";s:3:"bbc";s:9:"submit_id";b:0;s:16:"submit_subscribe";i:0;s:15:"submit_comments";s:4:"open";s:5:"image";s:19:"C:fakepath100.jpg";}

编辑：我想我已经找到了序列化位...

/**
     * Save submission step data
     *
     * @return bool
     */
    public function saveSubmitData($h)
    {
        // delete everything in this table older than 30 minutes:
        $this->deleteTempData($h->db);

        $sid = preg_replace('/[^a-z0-9]+/i', '', session_id());
        $key = md5(microtime() . $sid . rand());
        $sql = "INSERT INTO " . TABLE_TEMPDATA . " (tempdata_key, tempdata_value, tempdata_updateby) VALUES (%s,%s, %d)";
        $h->db->query($h->db->prepare($sql, $key, serialize($h->vars['submitted_data']), $h->currentUser->id));
        return $key;
    }

unserialize() [function.unserialize]: Error at offset是invalid serialization data由于长度无效引起的

快速解决

您可以做的是recalculating the length序列化数组中的元素

您当前的序列化数据

$data = 'a:10:{s:16:"submit_editorial";b:0;s:15:"submit_orig_url";s:13:"www.bbc.co.uk";s:12:"submit_title";s:14:"No title found";s:14:"submit_content";s:12:"dnfsdkfjdfdf";s:15:"submit_category";i:2;s:11:"submit_tags";s:3:"bbc";s:9:"submit_id";b:0;s:16:"submit_subscribe";i:0;s:15:"submit_comments";s:4:"open";s:5:"image";s:19:"C:fakepath100.jpg";}';

无需重新计算的示例

var_dump(unserialize($data));

输出量

Notice: unserialize() [function.unserialize]: Error at offset 337 of 338 bytes

重新计算

$data = preg_replace('!s:(\d+):"(.*?)";!e', "'s:'.strlen('$2').':\"$2\";'", $data);
var_dump(unserialize($data));

输出量

array
  'submit_editorial' => boolean false
  'submit_orig_url' => string 'www.bbc.co.uk' (length=13)
  'submit_title' => string 'No title found' (length=14)
  'submit_content' => string 'dnfsdkfjdfdf' (length=12)
  'submit_category' => int 2
  'submit_tags' => string 'bbc' (length=3)
  'submit_id' => boolean false
  'submit_subscribe' => int 0
  'submit_comments' => string 'open' (length=4)
  'image' => string 'C:fakepath100.jpg' (length=17)

推荐 ..我

而不是使用这种快速修复方法...我会建议您使用

• 您如何序列化数据

• 您如何保存它..

===============================编辑1 ================= ===============

错误

由于使用双引号"而不是单引号而产生了错误'，因此将C:\fakepath\100.png其转换为C:fakepath100.jpg

解决错误

您需要更改$h->vars['submitted_data']发件人（请特别注意'）

更换

 $h->vars['submitted_data']['image'] = "C:\fakepath\100.png" ;

用

 $h->vars['submitted_data']['image'] = 'C:\fakepath\100.png' ;

附加过滤器

您还可以在调用序列化之前添加此简单过滤器

function satitize(&$value, $key)
{
    $value = addslashes($value);
}

array_walk($h->vars['submitted_data'], "satitize");

如果您具有UTF字符，也可以运行

 $h->vars['submitted_data'] = array_map("utf8_encode",$h->vars['submitted_data']);

如何在将来的序列化数据中检测问题

  findSerializeError ( $data1 ) ;

输出量

Diffrence 9 != 7
    -> ORD number 57 != 55
    -> Line Number = 315
    -> Section Data1  = pen";s:5:"image";s:19:"C:fakepath100.jpg
    -> Section Data2  = pen";s:5:"image";s:17:"C:fakepath100.jpg
                                            ^------- The Error (Element Length)

findSerializeError 功能

function findSerializeError($data1) {
    echo "<pre>";
    $data2 = preg_replace ( '!s:(\d+):"(.*?)";!e', "'s:'.strlen('$2').':\"$2\";'",$data1 );
    $max = (strlen ( $data1 ) > strlen ( $data2 )) ? strlen ( $data1 ) : strlen ( $data2 );

    echo $data1 . PHP_EOL;
    echo $data2 . PHP_EOL;

    for($i = 0; $i < $max; $i ++) {

        if (@$data1 {$i} !== @$data2 {$i}) {

            echo "Diffrence ", @$data1 {$i}, " != ", @$data2 {$i}, PHP_EOL;
            echo "\t-> ORD number ", ord ( @$data1 {$i} ), " != ", ord ( @$data2 {$i} ), PHP_EOL;
            echo "\t-> Line Number = $i" . PHP_EOL;

            $start = ($i - 20);
            $start = ($start < 0) ? 0 : $start;
            $length = 40;

            $point = $max - $i;
            if ($point < 20) {
                $rlength = 1;
                $rpoint = - $point;
            } else {
                $rpoint = $length - 20;
                $rlength = 1;
            }

            echo "\t-> Section Data1  = ", substr_replace ( substr ( $data1, $start, $length ), "<b style=\"color:green\">{$data1 {$i}}</b>", $rpoint, $rlength ), PHP_EOL;
            echo "\t-> Section Data2  = ", substr_replace ( substr ( $data2, $start, $length ), "<b style=\"color:red\">{$data2 {$i}}</b>", $rpoint, $rlength ), PHP_EOL;
        }

    }

}

保存到数据库的更好方法

$toDatabse = base64_encode(serialize($data));  // Save to database
$fromDatabase = unserialize(base64_decode($data)); //Getting Save Format 

我没有足够的声誉进行评论，所以我希望使用上述“正确”答案的人们可以看到这一点：

从php 5.5开始，preg_replace（）中的/ e修饰符已被完全弃用，并且上面的preg_match将出错。php文档建议在其位置使用preg_match_callback。

请找到以下解决方案，以替代上述建议的preg_match。

$fixed_data = preg_replace_callback ( '!s:(\d+):"(.*?)";!', function($match) {      
    return ($match[1] == strlen($match[2])) ? $match[0] : 's:' . strlen($match[2]) . ':"' . $match[2] . '";';
},$bad_data );

unserialize()失败的另一个原因是因为您不正确地将序列化数据放入数据库中，请参阅此处的官方说明。由于serialize()返回的二进制数据和php变量不关心编码方法，因此将其放入TEXT中，VARCHAR（）会导致此错误。

解决方案：将序列化的数据存储到表中的BLOB中。

快速解决

重新计算序列化数组中元素的长度-但不要使用已弃用的（preg_replace）-最好使用preg_replace_callback：

编辑：现在，新版本不仅长度不正确，而且还修复了换行符并计数了相符的正确字符（感谢mickmackusa）

// New Version
$data = preg_replace_callback('!s:\d+:"(.*?)";!s', function($m) { return "s:" . strlen($m[1]) . ':"'.$m[1].'";'; }, $data);

导致此错误的原因是您的字符集错误。

在打开标签后设置字符集：

header('Content-Type: text/html; charset=utf-8');

并在数据库中设置charset utf8：

mysql_query("SET NAMES 'utf8'");

您可以使用以下功能，通过多字节字符处理来修复损坏的序列化字符串。

function repairSerializeString($value)
{

    $regex = '/s:([0-9]+):"(.*?)"/';

    return preg_replace_callback(
        $regex, function($match) {
            return "s:".mb_strlen($match[2]).":\"".$match[2]."\""; 
        },
        $value
    );
}

公共函数unserializeKeySkills（$ string）{

    $output = array();
    $string = trim(preg_replace('/\s\s+/', ' ',$string));
    $string = preg_replace_callback('!s:(\d+):"(.*?)";!', function($m) { return 's:'.strlen($m[2]).':"'.$m[2].'";'; }, utf8_encode( trim(preg_replace('/\s\s+/', ' ',$string)) ));
    try {
        $output =  unserialize($string);
    } catch (\Exception $e) {
        \Log::error("unserialize Data : " .print_r($string,true));
    }
    return $output;
}

$badData = 'a:2:{i:0;s:16:"as:45:"d";
Is \n";i:1;s:19:"as:45:"d";
Is \r\n";}';

您不能使用建议的正则表达式来修复损坏的序列化字符串：

$data = preg_replace('!s:(\d+):"(.*?)";!e', "'s:'.strlen('$2').':\"$2\";'", $badData);
var_dump(@unserialize($data)); // Output: bool(false)

// or

$data = preg_replace_callback(
    '/s:(\d+):"(.*?)";/',
    function($m){
        return 's:' . strlen($m[2]) . ':"' . $m[2] . '";';
    },
    $badData
);
var_dump(@unserialize($data)); // Output: bool(false)

您可以使用以下正则表达式修复损坏的序列化字符串：

$data = preg_replace_callback(
    '/(?<=^|\{|;)s:(\d+):\"(.*?)\";(?=[asbdiO]\:\d|N;|\}|$)/s',
    function($m){
        return 's:' . strlen($m[2]) . ':"' . $m[2] . '";';
    },
    $badData
);

var_dump(@unserialize($data));

输出量

array(2) {
  [0] =>
  string(17) "as:45:"d";
Is \n"
  [1] =>
  string(19) "as:45:"d";
Is \r\n"
}

要么

array(2) {
  [0] =>
  string(16) "as:45:"d";
Is \n"
  [1] =>
  string(18) "as:45:"d";
Is \r\n"
}

在官方的文档说，它应该返回false和集E_NOTICE

但是由于您遇到错误，因此错误报告设置为由E_NOTICE触发

这是一个修复程序，可让您检测由返回的错误 unserialize

$old_err=error_reporting(); 
error_reporting($old_err & ~E_NOTICE);
$object = unserialize($serialized_data);
error_reporting($old_err);

您可能要考虑使用base64编码/解码

$string=base64_encode(serialize($obj));
unserialize(base64_decode($string));

此问题中的损坏隔离在序列化字符串末尾的单个子字符串中，可能被懒惰的人想要更新image文件名的人手动替换。使用OP发布的数据，在下面的演示链接中，这一事实将显而易见-简而言之，C:fakepath100.jpg长度不19应该是17。

由于序列化的字符串损坏仅限于不正确的字节/字符数，因此以下操作可以很好地用正确的字节计数值更新损坏的字符串。

以下基于正则表达式的替换仅在补救字节数方面有效，仅此而已。

看起来很多早期的帖子只是从其他人那里复制粘贴正则表达式模式。 如果没有用在替换中的字节数，则没有理由捕获它。 另外，添加s在字符串值包含换行符/换行符的情况下 pattern修饰符是合理的做法。

*对于那些不了解序列化对多字节字符的处理的用户，请勿mb_strlen()在自定义回调中使用，因为存储的是字节数而不是字符数，请参阅我的输出...

代码：（带有OP数据的演示）（带有任意样本数据的演示）（带有条件替换的演示）

$corrupted = <<<STRING
a:4:{i:0;s:3:"three";i:1;s:5:"five";i:2;s:2:"newline1
newline2";i:3;s:6:"garçon";}
STRING;

$repaired = preg_replace_callback(
        '/s:\d+:"(.*?)";/s',
        //  ^^^- matched/consumed but not captured because not used in replacement
        function ($m) {
            return "s:" . strlen($m[1]) . ":\"{$m[1]}\";";
        },
        $corrupted
    );

echo $corrupted , "\n" , $repaired;
echo "\n---\n";
var_export(unserialize($repaired));

输出：

a:4:{i:0;s:3:"three";i:1;s:5:"five";i:2;s:2:"newline1
Newline2";i:3;s:6:"garçon";}
a:4:{i:0;s:5:"three";i:1;s:4:"five";i:2;s:17:"newline1
Newline2";i:3;s:7:"garçon";}
---
array (
  0 => 'three',
  1 => 'five',
  2 => 'newline1
Newline2',
  3 => 'garçon',
)

一只脚伸到兔子洞下...即使字符串值中包含双引号，但如果字符串值包含";或其他一些monkeywrenching sbustring，你需要去远一点，实行“lookarounds”。我的新模式

检查领先者s是：

• 整个输入字符串的开头或
• 在前 ;

并检查是否";为：

• 在整个输入字符串的末尾或
• 跟着}或
• 后跟一个字符串或整数声明s:或i:

我没有测试所有的可能性；实际上，我相对不熟悉序列化字符串中的所有可能性，因为我从不选择使用序列化数据-在现代应用程序中始终使用json。如果还有其他可能的前导或尾随字符，请发表评论，我将扩展查找范围。

扩展代码段：（演示）

$corrupted_byte_counts = <<<STRING
a:12:{i:0;s:3:"three";i:1;s:5:"five";i:2;s:2:"newline1
newline2";i:3;s:6:"garçon";i:4;s:111:"double " quote \"escaped";i:5;s:1:"a,comma";i:6;s:9:"a:colon";i:7;s:0:"single 'quote";i:8;s:999:"semi;colon";s:5:"assoc";s:3:"yes";i:9;s:1:"monkey";wrenching doublequote-semicolon";s:3:"s:";s:9:"val s: val";}
STRING;

$repaired = preg_replace_callback(
        '/(?<=^|;)s:\d+:"(.*?)";(?=$|}|[si]:)/s',
        //^^^^^^^^--------------^^^^^^^^^^^^^-- some additional validation
        function ($m) {
            return 's:' . strlen($m[1]) . ":\"{$m[1]}\";";
        },
        $corrupted_byte_counts
    );

echo "corrupted serialized array:\n$corrupted_byte_counts";
echo "\n---\n";
echo "repaired serialized array:\n$repaired";
echo "\n---\n";
print_r(unserialize($repaired));

输出：

corrupted serialized array:
a:12:{i:0;s:3:"three";i:1;s:5:"five";i:2;s:2:"newline1
newline2";i:3;s:6:"garçon";i:4;s:111:"double " quote \"escaped";i:5;s:1:"a,comma";i:6;s:9:"a:colon";i:7;s:0:"single 'quote";i:8;s:999:"semi;colon";s:5:"assoc";s:3:"yes";i:9;s:1:"monkey";wrenching doublequote-semicolon";s:3:"s:";s:9:"val s: val";}
---
repaired serialized array:
a:12:{i:0;s:5:"three";i:1;s:4:"five";i:2;s:17:"newline1
newline2";i:3;s:7:"garçon";i:4;s:24:"double " quote \"escaped";i:5;s:7:"a,comma";i:6;s:7:"a:colon";i:7;s:13:"single 'quote";i:8;s:10:"semi;colon";s:5:"assoc";s:3:"yes";i:9;s:39:"monkey";wrenching doublequote-semicolon";s:2:"s:";s:10:"val s: val";}
---
Array
(
    [0] => three
    [1] => five
    [2] => newline1
newline2
    [3] => garçon
    [4] => double " quote \"escaped
    [5] => a,comma
    [6] => a:colon
    [7] => single 'quote
    [8] => semi;colon
    [assoc] => yes
    [9] => monkey";wrenching doublequote-semicolon
    [s:] => val s: val
)

您将不得不将排序规则类型更改为utf8_unicode_ci并且问题将得到解决。

以我为例，我将序列化的数据存储在BLOBMySQL DB的字段中，该数据显然不足以容纳整个值并将其截断。这样的字符串显然不能反序列化。
一旦转换该字段，MEDIUMBLOB问题就消失了。另外，可能需要将表选项切换ROW_FORMAT为DYNAMIC或COMPRESSED。

在尝试了此页面上的某些操作但未成功后，我查看了页面源代码，并指出序列化字符串中的所有引号均已替换为html-entities。解码这些实体有助于避免很多麻烦：

$myVar = html_entity_decode($myVar);

这是一个在线工具，用于修复损坏的序列化字符串。

我想补充一点，这主要是由于在数据库上进行了搜索和替换而导致的，并且序列化数据（尤其是key length）没有按照替换进行更新，从而导致“损坏”。

尽管如此，以上工具仍使用以下逻辑来修复序列化数据（从此处复制）。

function error_correction_serialise($string){
    // at first, check if "fixing" is really needed at all. After that, security checkup.
    if ( unserialize($string) !== true &&  preg_match('/^[aOs]:/', $string) ) {
         $string = preg_replace_callback( '/s\:(\d+)\:\"(.*?)\";/s',    function($matches){return 's:'.strlen($matches[2]).':"'.$matches[2].'";'; },   $string );
    }
    return $string;
} 

此问题的另一个原因可能是“有效负载”会话表的列类型。如果会话中有大量数据，则文本列是不够的。您将需要MEDIUMTEXT甚至LONGTEXT。