ord与md5对疑似相同@字符表现差异的技术疑问

这是个典型的不可见Unicode控制字符搞的鬼！你看到的第二个@后面其实偷偷跟着一个视觉上完全看不见的特殊字符（比如左至右嵌入符U+202A、零宽空格U+200B这类）——这类字符不会影响视觉显示，但确确实实是字符串的一部分。

为什么会出现这种矛盾？ #

• PHP的ord()函数只读取字符串的第一个字符，所以它只会返回@的ASCII码64，完全不会告诉你后面还有隐藏字符；
• 而md5()是对整个字符串的所有字节计算哈希值，包含那个看不见的特殊字符，所以两个字符串的哈希结果自然不同。

验证隐藏字符的方法 #

你可以用strlen()查看字符串长度，或者用bin2hex()把字符串转成十六进制编码，就能直观看到隐藏字符的存在：

php > echo strlen('@');    // 输出1，只有一个字符
php > echo strlen('@‪');   // 输出3（因为隐藏字符是UTF-8多字节编码）
php > echo bin2hex('@');   // 输出40（@的十六进制）
php > echo bin2hex('@‪');  // 输出40e280aa（@加上U+202A的UTF-8编码）

清理这类隐藏字符的方案 #

如果需要去除字符串中的这类不可见控制字符，可以用正则表达式替换掉常见的特殊控制符：

// 移除零宽空格、方向控制符、字节顺序标记等不可见字符
$cleanString = preg_replace('/[\x{200B}-\x{200D}\x{FEFF}\x{202A}-\x{202E}]/u', '', $yourString);

用户原始操作记录：

php -a
Interactive shell
php > echo ord('@');
64
php > echo ord('@‪');
64
php > echo md5('@');
518ed29525738cebdac49c49e60ea9d3
php > echo md5('@‪');
e6124653b6620abe51d7c401a7644674
php >

内容的提问来源于stack exchange，提问作者LF-DevJourney