WordPressが自動生成するスラッグには%が含まれない

コメント

1. ishii より:

   2025年11月14日 8:51 PM

   #ActivityPub
   この記事に書いたことが誤りの可能性がある。
   この記事の「'name' => esc_hashtag( $post_tag->slug )」が怪しく、解決策として「'name' => esc_hashtag( $post_tag->name )」を使った方が良さそうなことは同じだが、これを書く前提として「$post_tag->slug」の段階で"%"が削除されていると推測していた。実際、WordPressのスラッグ自動生成では"%"が削除される。
   しかし、ハッシュタグの場合、ハッシュタグが格納されている wp_terms テーブルの該当するハッシュタグの slug が使われているらしく、その slug では%が残っていることがテーブルを見て確認できた。

   そのためのテストを行った。
   https://ishii00141.stars.ne.jp/20251114-2029-3973/
   https://ishii00141.stars.ne.jp/20251114-2034-3977/

   このテストで #テスト というハッシュタグを新たに作り、 wp_terms テーブルでは slug に「%e3%83%86%e3%82%b9%e3%83%88」と格納されたことを確認した。そして #Mastodon で確認したところ、"%"が削除されて #E38386E382B9E38388 となっていた。

   その後、wp_terms テーブルの「テスト」の slug を「%e3%82%b9%e3%83%a9%e3%83%83%e3%82%b0」に変えた。これは「スラッグ」のエンコードである。
   そして、新たな記事で #テスト というハッシュタグを付けたところ、マストドンでは「#E382B9E383A9E38383E382B0」となった。すなわち wp_terms テーブルの改竄が反映された。
   これは、JSON生成時に wp_terms テーブルの slug を読み込んでいることを示している。

   では、wp_terms テーブルの slug に"%"が残っているのにJSON生成時に"%"が消えるのはなぜか？
   #Gemini の推測では esc_hashtag 関数が怪しいとのことである。

   ログインして返信する
2. ishii より:

   2025年11月23日 7:32 AM

   #WordPress #slug
   スラッグを作成するコードは、/wp-includes/formatting.php にある。

   /**
    * Sanitizes a string into a slug, which can be used in URLs or HTML attributes.
    *
    * By default, converts accent characters to ASCII characters and further
    * limits the output to alphanumeric characters, underscore (_) and dash (-)
    * through the {@see 'sanitize_title'} filter.
    *
    * If `$title` is empty and `$fallback_title` is set, the latter will be used.
    *
    * @since 1.0.0
    *
    * @param string $title      The string to be sanitized.
    * @param string $fallback_title Optional. A title to use if $title is empty. Default empty.
    * @param string $context    Optional. The operation for which the string is sanitized.
    *                 When set to 'save', the string runs through remove_accents().
    *                 Default 'save'.
    * @return string The sanitized string.
    */
   function sanitize_title( $title, $fallback_title = '', $context = 'save' ) {
     $raw_title = $title;
   
     if ( 'save' === $context ) {
       $title = remove_accents( $title );
     }
   
     /**
      * Filters a sanitized title string.
      *
      * @since 1.2.0
      *
      * @param string $title   Sanitized title.
      * @param string $raw_title The title prior to sanitization.
      * @param string $context   The context for which the title is being sanitized.
      */
     $title = apply_filters( 'sanitize_title', $title, $raw_title, $context );
   
     if ( '' === $title || false === $title ) {
       $title = $fallback_title;
     }
   
     return $title;
   }
   

   ここに $title = remove_accents( $title ); があるので、次のコードがまず実行される。

   function remove_accents( $text, $locale = '' ) {
   （中略）
     return $text;
   }
   

   これで、ü のような文字が u などASCIIの文字に置き換わる。

   さらに、/wp-includes/default-filters.php に
   add_filter( 'sanitize_title', 'sanitize_title_with_dashes', 10, 3 );
   とあるので、
   /wp-includes/formatting.php のsanitize_title_with_dashes()がデフォルトで実行される。

   "wp-includes/formatting.php"
   sanitize_title_with_dashes() – Function | Developer.WordPress.org
   https://developer.wordpress.org/reference/functions/sanitize_title_with_dashes/

   function sanitize_title_with_dashes( $title, $raw_title = '', $context = 'display' ) {
     $title = strip_tags( $title );
     // Preserve escaped octets.
     $title = preg_replace( '|%([a-fA-F0-9][a-fA-F0-9])|', '---$1---', $title );
     // Remove percent signs that are not part of an octet.
     $title = str_replace( '%', '', $title );
     // Restore octets.
     $title = preg_replace( '|---([a-fA-F0-9][a-fA-F0-9])---|', '%$1', $title );
   
     if ( seems_utf8( $title ) ) {
       if ( function_exists( 'mb_strtolower' ) ) {
         $title = mb_strtolower( $title, 'UTF-8' );
       }
       $title = utf8_uri_encode( $title, 200 );
     }
   
     $title = strtolower( $title );
   
     if ( 'save' === $context ) {
       // Convert &nbsp, &ndash, and &mdash to hyphens.
       $title = str_replace( array( '%c2%a0', '%e2%80%93', '%e2%80%94' ), '-', $title );
       // Convert &nbsp, &ndash, and &mdash HTML entities to hyphens.
       $title = str_replace( array( ' ', ' ', '–', '–', '—', '—' ), '-', $title );
       // Convert forward slash to hyphen.
       $title = str_replace( '/', '-', $title );
   
       // Strip these characters entirely.
       $title = str_replace(
         array(
           // Soft hyphens.
           '%c2%ad',
           // &iexcl and &iquest.
           '%c2%a1',
           '%c2%bf',
           // Angle quotes.
           '%c2%ab',
           '%c2%bb',
           '%e2%80%b9',
           '%e2%80%ba',
           // Curly quotes.
           '%e2%80%98',
           '%e2%80%99',
           '%e2%80%9c',
           '%e2%80%9d',
           '%e2%80%9a',
           '%e2%80%9b',
           '%e2%80%9e',
           '%e2%80%9f',
           // Bullet.
           '%e2%80%a2',
           // &copy, &reg, &deg, &hellip, and &trade.
           '%c2%a9',
           '%c2%ae',
           '%c2%b0',
           '%e2%80%a6',
           '%e2%84%a2',
           // Acute accents.
           '%c2%b4',
           '%cb%8a',
           '%cc%81',
           '%cd%81',
           // Grave accent, macron, caron.
           '%cc%80',
           '%cc%84',
           '%cc%8c',
           // Non-visible characters that display without a width.
           '%e2%80%8b', // Zero width space.
           '%e2%80%8c', // Zero width non-joiner.
           '%e2%80%8d', // Zero width joiner.
           '%e2%80%8e', // Left-to-right mark.
           '%e2%80%8f', // Right-to-left mark.
           '%e2%80%aa', // Left-to-right embedding.
           '%e2%80%ab', // Right-to-left embedding.
           '%e2%80%ac', // Pop directional formatting.
           '%e2%80%ad', // Left-to-right override.
           '%e2%80%ae', // Right-to-left override.
           '%ef%bb%bf', // Byte order mark.
           '%ef%bf%bc', // Object replacement character.
         ),
         '',
         $title
       );
   
       // Convert non-visible characters that display with a width to hyphen.
       $title = str_replace(
         array(
           '%e2%80%80', // En quad.
           '%e2%80%81', // Em quad.
           '%e2%80%82', // En space.
           '%e2%80%83', // Em space.
           '%e2%80%84', // Three-per-em space.
           '%e2%80%85', // Four-per-em space.
           '%e2%80%86', // Six-per-em space.
           '%e2%80%87', // Figure space.
           '%e2%80%88', // Punctuation space.
           '%e2%80%89', // Thin space.
           '%e2%80%8a', // Hair space.
           '%e2%80%a8', // Line separator.
           '%e2%80%a9', // Paragraph separator.
           '%e2%80%af', // Narrow no-break space.
         ),
         '-',
         $title
       );
   
       // Convert &times to 'x'.
       $title = str_replace( '%c3%97', 'x', $title );
     }
   
     // Remove HTML entities.
     $title = preg_replace( '/&.+?;/', '', $title );
     $title = str_replace( '.', '-', $title );
   
     $title = preg_replace( '/[^%a-z0-9 _-]/', '', $title );
     $title = preg_replace( '/\s+/', '-', $title );
     $title = preg_replace( '|-+|', '-', $title );
     $title = trim( $title, '-' );
   
     return $title;
   }
   

   ログインして返信する
   • ishii より:

     2025年11月23日 7:49 AM

     小文字化は、sanitize_title_with_dashes()内の
     $title = strtolower( $title );
     や
     $title = mb_strtolower( $title, 'UTF-8' );

     ログインして返信する