根据内部变量从 javascript 标记中刮取值答案

【问题标题】：Scrape values from a javascript tag depending on a variable inside根据内部变量从 javascript 标记中刮取值
【发布时间】：2019-03-15 10:25:08
【问题描述】：

我正在编写一个 PHP 脚本来获取一些 JavaScript 变量值（地理坐标），这些值可以在单个 <script> 标记中找到，

<script>
....
myFirstVariableValue = 58.922;
mySecondVariableValue = -12.179;
....
myLastVariableValue = 45.425;
....
</script>

我不喜欢获取整个 HTML（它很大）并为整个页面内容上的每个变量使用正则表达式的想法，所以我想使用 xpath 来找到正确的脚本标签（那里很多很多）然后得到变量。

preg_match("myFirstVariableValue\ =\ (-?\d+.\d+)/",$HTML,$matches);
preg_match("mySecondVariableValue\ =\ (-?\d+.\d+)/",$HTML,$matches);
...
preg_match("myLastVariableValue\ =\ (-?\d+.\d+)/",$HTML,$matches);

所以，我想用 xpath 查询找到正确的脚本标签，然后只对脚本标签内容运行正则表达式。

问题是 xpath 查询：甚至可以做这样的事情吗？

【问题讨论】：

标签： php xpath web-scraping

【解决方案1】：

经过大量尝试，我终于找到了正确的查询，而且非常简单。

首先，我在脚本文本内容上使用 contains 获得正确的脚本

$script = $xpath->query("//script/text()[contains(.,'myFirstVariableValue')]");

之后，我可以使用$script 变量来限制正则表达式的范围

preg_match("myFirstVariableValue\ =\ (-?\d+.\d+)/",$script->item(0)->textContent,$matches);
preg_match("mySecondVariableValue\ =\ (-?\d+.\d+)/",$script->item(0)->textContent,$matches);
...
preg_match("myLastVariableValue\ =\ (-?\d+.\d+)/",$script->item(0)->textContent,$matches);

【讨论】：