WordPress更新post_content后与原值不一致，比较前是否需特殊sanitize处理？

问题根因 #

WordPress 调用 wp_update_post 写入 post_content 时，不会直接存储传入的原始字符串，会自动执行一系列内置的 sanitize 逻辑，你遇到的差异是HTML数字实体的编码标准化导致的：WordPress 会对小于三位的HTML数字实体补前导零，所以输入的 ' 会被处理为 ' 后入库，直接比对原始字符串和get_post返回的存储内容自然会不一致。

解决方案 #

比对前必须对两段字符串使用WordPress内置的同一份sanitize逻辑做预处理，不需要自己实现过滤规则：

• 预处理待写入的原始内容：调用sanitize_post_field( 'post_content', $raw_content, 0, 'db' )，这个就是WordPress内部写入数据库前对post_content执行的标准处理逻辑，输出结果和最终入库的内容完全对齐。
• 预处理从WordPress侧获取的内容：如果是通过get_post直接获取的字段值，建议同样使用上述函数处理一次，避免不同查询上下文带来的字段过滤差异。

修正后的测试逻辑示例 #

$id_post = 4;
$raw_value = "<font color='#cc0000'>'&lt;p&gt;L&&#39;agence</font>";
// 先对原始内容做入库前的标准化处理
$sanitized_value = sanitize_post_field( 'post_content', $raw_value, $id_post, 'db' );
wp_update_post(['ID' => $id_post, 'post_content' => $sanitized_value]);
$the_post = get_post($id_post);
// 两边都是经过相同逻辑处理的内容，再做比对
echo $the_post->post_content!= $sanitized_value;

额外注意事项 #

• 如果你的同步逻辑需要比对的是前端最终渲染的内容，还需要额外执行the_content过滤器，处理短代码解析、wpautop自动加段落标签等逻辑。
• 不要自行修改WordPress默认的sanitize规则，避免引发XSS安全风险或者内容格式异常。

内容的提问来源于stack exchange，提问作者Julien Achard