使用正则表达式从源代码中删除不必要的注释

Question

这是我想出的从源代码中删除 cmets 的表达式，它会删除除浏览器特定 cmets 之外的所有 cmets。

/<\!--(?!\[if).*?-->/s

我不是 100% 理解正则表达式，但我设法通过在 Stack 中搜索时发现的各种表达方式将其组合在一起“弗兰肯斯坦”。这就是我看到这个表达式崩溃的方式，如果有人能帮助我进一步理解它，我会很高兴。

/<\!--

用于搜索我想用斜杠替换的部分以转义！因为它是表达式的一部分？

(?!\[if)

表示if不包含[if block?

 .*?

通配符这么说，不管中间是什么？

-->

我希望表达式找到的位的结尾。

/s

告诉表达式运行，即使表达式之间有空格？

我不想只使用代码，因为它可以满足我的需要，我想真正了解我在使用什么，并学习如何在未来更好地使用它。

这个表达式很好用，但我确实需要帮助才能更进一步。在我的源代码中，我在脚本标签 I.E. 中有代码 sn-ps

<script type="text/javascript">
  <!--
    // Main vBulletin Javascript Initialization
    vBulletin_init();
  //-->
</script>

有没有办法可以调整我当前的表达式以使用 javascript 排除 <!-- cmets？

我正在努力实现的一个例子可以看到HERE

Answer 1

您已经意识到正则表达式模式不适合处理编程语言。在这里，要使用的工具显然是 HTML 解析器。使用 DOM 和 XPath 的示例：

$dom = new DOMDocument;
$dom->loadHTML($html);
$xp = new DOMXPath($dom);

$comments = $xp->query('//*[not(local-name()="script")]/comment()[not(contains(.,"[if"))]');

foreach($comments as $comment) {
    $comment->parentNode->removeChild($comment);
}

echo $dom->saveHTML();