使用 PHP 对 html 注释进行负面回顾以提取脚本答案

【问题标题】：Negative lookbehind on html comments with PHP for script extraction使用 PHP 对 html 注释进行负面回顾以提取脚本
【发布时间】：2014-10-27 23:55:46
【问题描述】：

我对 HTML 中的 IE cmets 有点问题。我正在尝试从 html 字符串中解析脚本，这并不难。但是，在我的正则表达式中，我捕捉到了 IE 注释脚本，我真的不想要那个。

目前我的脚本是：

function get_scripts($html){

   preg_match_all('#<script(.*?)</script>#is', $html, $matches);

   $scripts = "";

   if(isset($matches[0]) && is_array($matches[0])){   
      foreach ($matches[0] as $key => $value) {
          $scripts .= $value;
      } 
   }

    return $scripts;
   }


  $html = ' 
    <!--[if lt IE 9]>
      <script src="//html5shim.googlecode.com/svn/trunk/html5.js"></script>
    <![endif]-->

    <script type="text/javascript">
        var domain_blog_json="";
    </script>
 ';

 echo get_scripts($html);

有谁知道如何做到这一点？我尝试过消极的向后看，但它不起作用，或者我（当然）是 Reg Exp 的菜鸟。

谢谢！

【问题讨论】：

不要使用正则表达式进行 html 解析。使用适当的 html 解析器，如 DomDocument。这将默认忽略条件 cmets
是的，我知道，但我喜欢硬着头皮去做。 :)

标签： php html regex internet-explorer

【解决方案1】：

<!--.*?-->|<script(.*?)<\/script>

试试这个。抓住捕获。它只会从非评论部分给出scripts。参见演示。

http://regex101.com/r/sU3fA2/20

【讨论】：

最后一期：它捕获了

【解决方案2】：

您在这里要求使用正则表达式，但它不是解析 HTML 的正确工具。您可以使用DOM 来执行此任务，而不是尝试使用正则表达式重新发明轮子。

$doc = DOMDocument::loadHTML('
<!--[if lt IE 9]>
  <script src="//html5shim.googlecode.com/svn/trunk/html5.js"></script>
<![endif]-->
<script type="text/javascript">
   var domain_blog_json="";
</script>
<!--[if lt IE 9]>
  <script src="//html5shim.googlecode.com/svn/trunk/html5.js"></script>
<![endif]-->
');

foreach($doc->getElementsByTagName('script') as $n) {
   echo $doc->saveHTML($n);
}

输出

<script type="text/javascript">
   var domain_blog_json="";
</script>

【讨论】：

事实上，出于兼容性原因，我假设我不能使用 DOMDocument。是的，这很奇怪。但是你的解决方案没问题:)。

【解决方案3】：

检查你的正则表达式，见Here，我认为你可以将你的表达式修改为这样的：

      '/<script>(.*)<\/script>/U'

你未经测试。但我认为这应该可以解决您的正则表达式。

【讨论】：

【解决方案4】：

这应该有效，因为它只捕获非 IE <script> 标记之间的内容。除非您想同时捕捉两个群体或做一些特别的事情，否则实际上并不需要向后看。

(<script.+[\n<][^!][^><\/]+\n.+>)

示例：

http://regex101.com/r/mL2gU0/3

_{如果你想捕获你可以使用的 IE 标签：(<!--\[.+IE.+[\n<].+[^!][^><\/].+)[example]}

【讨论】：