PHP序列化以及反序列化系列[1]--PHP序列化格式的写法

反序列化：对单一的已序列化的变量进行操作，将其转换回 PHP 的值（zval）。

PHP序列化方式

PHP在序列化的时候会将相应的变量以对应的键值进行储存。

将一个类序列化的话，处理代码主要的 文件：ext/standard/var.c 中，如下。

php_var_serialize_class()函数：

static void php_var_serialize_class(smart_str *buf, zval *struc, zval *retval_ptr, HashTable *var_hash TSRMLS_DC) /* {{{ */ { ... incomplete_class = php_var_serialize_class_name(buf, struc TSRMLS_CC); ...

php_var_serialize_class_name()函数：

static inline zend_bool php_var_serialize_class_name(smart_str *buf, zval *struc TSRMLS_DC) /* {{{ */ { PHP_CLASS_ATTRIBUTES; PHP_SET_CLASS_ATTRIBUTES(struc); smart_str_appendl(buf, "O:", 2); smart_str_append_long(buf, (int)name_len); smart_str_appendl(buf, ":"", 2); smart_str_appendl(buf, class_name, name_len); smart_str_appendl(buf, "":", 2); PHP_CLEANUP_CLASS_ATTRIBUTES(); return incomplete_class; }

需要序列化一个类的话，首先PHP会先将类名序列化。格式为

O:类名长度:"类名":值:{} <?php class test { public function show_one() { echo $this->one; } public function show_two() { echo "123"; } }

例：如果一个类名叫做 test 的类没有定义任何变量的话，序列化之后结果如下：

O:4:"test":0:{}

我们可以看到，这个类中的方法没有在序列化字符串中出现，也体现了开头的“序列化一个对象将会保存对象的所有变量，但是不会保存对象的方法，只会保存类的名字。”。

其中还有比较特殊的序列化就是 数组中的引用(&) 的序列化与实例化后对象中自身的二次赋值。

我们在这用PHP Internal Book中的例子。

例1:

<?php /** * User: LonelyRain * Date: 16/9/14 * Time: 下午12:53 */ $a = ["foo"]; $a[1] =& $a[0]; $s = serialize($a); print $s;

以上代码的序列化结果是

a:2:{i:0;s:3:"foo";i:1;R:2;}

这里的 R:2; 部分意味着"指向第二个值".什么是第二个值?整个数组代表第一个值, (s:3:"foo") 代表第二个值.

<?php /** * User: LonelyRain * Date: 16/9/14 * Time: 下午12:53 */ $o = new stdClass; $o->foo = $o; $s = serialize($o); print $s;

以上代码的序列化结果是

O:8:"stdClass":1:{s:3:"foo";r:1;}

以下是zval对应的类型和键对照表

序列化键名对照表: 数组中二次赋值(&): R; 对象二次赋值 : r; NULL : N; true : b:1; false : b:0; Long : i; Double : d; String : s/S; Class : C; Array : a; Object : O;

变量不同的属性也有着不同的格式

public : key; protected : *key; private : key;

通过实例来观察：

<?php /** * User: LonelyRain * Date: 16/9/14 * Time: 下午12:53 */ class Test { public $public = 1; protected $protected = 2; private $private = 3; } $a = new Test(); $s = serialize($a); var_dump($s);

结果:

"O:4:"Test":3:{s:6:"public";i:1;s:12:"*protected";i:2;s:13:"Testprivate";i:3;}"

再来看一看反序列化的相关知识。大家应该注意到了String对应着两个键，s与S。

serialize()与unserialize()处理有着一些差异。PHP源码serialize()中是没有相关序列化是以S为标识的，但是在unserialize中又有对S键的相关处理，下面我把相关部分代码贴出来供读者参考。

case 'S': goto yy10; ... yy10: yych = *(YYMARKER = ++YYCURSOR); if (yych == ':') goto yy39; goto yy3; ... yy39: yych = *++YYCURSOR; if (yych == '+') goto yy40; if (yych <= '/') goto yy18; if (yych <= '9') goto yy41; goto yy18; case 's': goto yy9; ... yy9: yych = *(YYMARKER = ++YYCURSOR); if (yych == ':') goto yy46; goto yy3; ... yy46: yych = *++YYCURSOR; if (yych == '+') goto yy47; if (yych <= '/') goto yy18; if (yych <= '9') goto yy48; goto yy18; ... ...

如果大家继续看接下去的代码下去，会发现s和S的就会发现两个键的处理方式是一模一样的。

如果大家看了phpcodz 10，里面写道 a:1:{s:8:"ryatsyne"tO:8:"ryatsyne":0:{}} 这样可以突破

static public function safeUnserialize( $serialized ) { // unserialize will return false for object declared with small cap o // as well as if there is any ws between O and : if ( is_string( $serialized ) && strpos( $serialized, "" ) === false ) { if ( strpos( $serialized, 'O:' ) === false ) { // the easy case, nothing to worry about // let unserialize do the job return @unserialize( $serialized ); } else if ( ! preg_match('/(^|;|{|})O:[+-0-9]+:"/', $serialized ) ) { // in case we did have a string with O: in it, // but it was not a true serialized object return @unserialize( $serialized ); } } return false; }

这个payload在php5.6.23中失效，看以下代码

yy48: ++YYCURSOR; if ((YYLIMIT - YYCURSOR) < 2) YYFILL(2); yych = *YYCURSOR; if (yych <= '/') goto yy18; if (yych <= '9') goto yy48; if (yych >= ';') goto yy18; yych = *++YYCURSOR; if (yych != '"') goto yy18; ++YYCURSOR; { size_t len, maxlen; char *str; len = parse_uiv(start + 2); maxlen = max - YYCURSOR; if (maxlen < len) { *p = start + 2; return 0; } str = (char*)YYCURSOR; YYCURSOR += len; if (*(YYCURSOR) != '"') { *p = YYCURSOR; return 0; } if (*(YYCURSOR + 1) != ';') { *p = YYCURSOR + 1; return 0; } YYCURSOR += 2; *p = YYCURSOR; INIT_PZVAL(*rval); ZVAL_STRINGL(*rval, str, len, 1); return 1; }

代码中已经多加了分号符号校验，这个tricky在这个php版本中是无效的。

if (*(YYCURSOR + 1) != ';') { *p = YYCURSOR + 1; return 0; } WDDX序列化方式

序列化本质就是将程序的值以相应的格式保存下来，所以我们不止单单可以用上面的serialize函数进行序列化。PHP还提供了另外一种序列化格式为Web分布式数据交换(WDDX)。WDDX是XML的子集，所以符合WDDX的序列化过后的字符串格式是符合xml的规范的。

演示代码：

<?php /** * User: LonelyRain * Date: 16/9/14 * Time: 下午12:53 */ $a = ["foo"]; $a[1] =& $a[0]; echo wddx_serialize_value($a); ?>

结果：

<wddxPacket version='1.0'><header/><data><array length='2'><string>foo</string><string>foo</string></array></data></wddxPacket>

可以看到才用wddx_serialize_value()函数处理的$a和之前使用serialize()函数处理的值都被保存下来了，只不过遵守的格式有着相应的区别。

WDDX序列化反序列化相关函数：

wddx_serialize_value: 将单一值连续化。 wddx_serialize_vars : 将多值连续化。 wddx_packet_start : 开始新的 WDDX 封包。 wddx_packet_end : 结束的 WDDX 封包。 wddx_add_vars : 将 WDDX 封包连续化。 wddx_deserialize : 将 WDDX 封包解连续化。

这一篇主要讲了序列化后数据的格式，下一次会写PHP序列化中一块重要的内容，PHP的魔术方法等内容。

Reference:

PHP内核

PHP string序列化与反序列化语法解析不一致带来的安全隐患