Dans le développement Web, JavaScript est souvent utilisé pour implémenter certaines fonctions. Dans les pages HTML, les extraits de code JavaScript sont généralement intégrés dans les balises <script>
, mais parfois les extraits de script ne sont pas placés dans les balises <script>
standard , mais existent dans le attributs d'autres éléments HTML, tels que onclick
, onload
, etc. <script>
标记中,但有时脚本片段并没有放在标准的 <script>
标记中,而是存在于其他 HTML 元素的属性中,如 onclick
、onload
等。
如果我们想要找到 HTML 页面中所有的 JavaScript 代码段,我们可以使用 PHP 的正则表达式来匹配。
正则表达式(regular expression)是用来描述字符串模式的一种语法规则。在 PHP 中,使用 /
符号将正则表达式包裹起来,如 /pattern/
,其中 pattern
表示所要匹配的模式。
常用的正则表达式元字符包括:
.
:匹配任何单个字符*
:匹配前一个字符的零个或多个实例+
:匹配前一个字符的一个或多个实例?
:匹配前一个字符的一个或零个实例|
:选择匹配字符串中的其中一项d
:匹配数字w
:匹配字母、数字、下划线s
:匹配空格符、制表符、换行符等空白字符首先,我们可以使用 preg_match_all
函数来匹配 HTML 页面中所有的 <script>
标记:
$html = file_get_contents('example.html'); // 获取 HTML 文件内容 $pattern = "/<script(.*?)>(.*?)</script>/is"; // 匹配 script 标记的正则表达式 preg_match_all($pattern, $html, $matches); // 执行匹配
上述代码中,我们使用 file_get_contents
函数获取一个 HTML 文件的内容,然后使用正则表达式 /<script(.*?)>(.*?)</script>/is
匹配 HTML 页面中所有 <script>
标记的内容,并将匹配的结果存储在 $matches
数组中。
然而,这样只是获取了包含在 <script>
标记中的 JavaScript 代码,而不包括其它属性中的代码。
首先,我们需要知道包含 JavaScript 代码的属性名称。例如,点击事件的 JavaScript 代码可能存在于 onclick
属性中,其他事件的 JavaScript 代码可能存在于 onload
、onsubmit
、onchange
等属性中。
我们可以使用 PHP 内置的 get_meta_tags
函数获取 HTML 页面的所有元标记,并分析其属性,找出包含 JavaScript 代码的属性名称:
$html = file_get_contents('example.html'); // 获取 HTML 文件内容 $meta_tags = get_meta_tags('data://text/html;base64,' . base64_encode($html)); // 获取元标记信息 $pattern = "/on[a-z]+=['"](.*?)['"]/i"; // 匹配属性中的 JavaScript 代码的正则表达式 $matches = array(); // 存储匹配结果 foreach($meta_tags as $tag=>$value) { // 遍历元标记 if(preg_match_all($pattern, $value, $submatches)) { // 匹配属性中的 JavaScript 代码 $matches = array_merge($matches, $submatches[1]); // 合并匹配结果 } }
上述代码中,我们使用 get_meta_tags
函数获取 HTML 页面的元标记。然后,我们使用正则表达式 "/on[a-z]+=['"](.*?)['"]/i"
匹配所有属性名以 on
开头的属性,其中包含 JavaScript 代码。最后,我们使用 preg_match_all
函数将匹配的结果存储在 $matches
数组中。
通过上述两个步骤,我们已经成功地找到了 HTML 页面中所有的 JavaScript 代码。现在,我们需要将这些代码片段合并为一个字符串,并可以方便地处理。
$html = file_get_contents('example.html'); // 获取 HTML 文件内容 $script_pattern = "/<script(.*?)>(.*?)</script>/is"; $attr_pattern = "/on[a-z]+=['"](.*?)['"]/i"; preg_match_all($script_pattern, $html, $script_matches); // 匹配 script 标记中的代码 $attr_matches = array(); // 存储属性中的代码 $meta_tags = get_meta_tags('data://text/html;base64,' . base64_encode($html)); // 获取元标记 foreach($meta_tags as $tag=>$value) { // 遍历元标记 if(preg_match_all($attr_pattern, $value, $submatches)) { // 匹配属性中的代码 $attr_matches = array_merge($attr_matches, $submatches[1]); } } $all_script = implode(" ", array_merge($script_matches[2], $attr_matches)); // 合并所有代码为一个字符串
上述代码中,我们使用 implode
函数将 $script_matches[2]
和 $attr_matches
/
pour encapsuler les expressions régulières, telles que /pattern/
, où pattern
représente le modèle à faire correspondre. 🎜🎜Les métacaractères d'expression régulière couramment utilisés incluent : 🎜.
: correspond à n'importe quel caractère unique *
: correspond au précédent zéro ou plusieurs instances d'un caractère+
: correspond à une ou plusieurs instances du caractère précédent?
: correspond à une ou plusieurs instances zéro instance du caractère précédent|
: sélectionne l'un des éléments dans la chaîne correspondanted
: correspond aux numérosw
: faire correspondre les lettres, les chiffres et les traits de soulignements
: faire correspondre les espaces, les tabulations et les nouvelles lignes preg_match_all
pour faire correspondre tous les file_get_contents
pour obtenir le contenu d'un fichier HTML, puis utilisons l'expression régulière /<script(. *?)> ;(.*?)</script>/is
correspond au contenu de toutes les balises <script>
de la page HTML et stocke les résultats correspondants dans $matches tableau. 🎜🎜Cependant, cela n'obtient que le code JavaScript contenu dans la balise <script>
, pas le code dans les autres attributs. 🎜Faire correspondre le code JavaScript dans les attributs
🎜Tout d'abord, nous devons connaître le nom de l'attribut qui contient le code JavaScript. Par exemple, le code JavaScript d'un événement click peut exister dans l'attribut onclick
, et le code JavaScript d'autres événements peut exister dans onload
, onsubmit
, onchange
et d'autres attributs. 🎜🎜Nous pouvons utiliser la fonction get_meta_tags
intégrée de PHP pour obtenir toutes les balises méta de la page HTML et analyser leurs attributs pour connaître les noms d'attribut contenant du code JavaScript : 🎜rrreee🎜Dans le code ci-dessus, nous utilisons get_meta_tags
récupère les balises méta d'une page HTML. Ensuite, nous utilisons l'expression régulière "/on[a-z]+=['"](.*?)['"]/i"
pour faire correspondre tous les noms d'attributs à on code > Attributs contenant du code JavaScript. Enfin, nous utilisons la fonction <code>preg_match_all
pour stocker les résultats correspondants dans le tableau $matches
. 🎜Fusionner tout le code JavaScript
🎜Grâce aux deux étapes ci-dessus, nous avons réussi à trouver tout le code JavaScript dans la page HTML. Maintenant, nous devons combiner ces extraits de code en une chaîne qui peut être facilement traitée. 🎜rrreee🎜Dans le code ci-dessus, nous utilisons la fonction implode
pour fusionner tous les extraits de code JavaScript dans $script_matches[2]
et $attr_matches
en une seule chaîne, en utilisant des nouvelles lignes pour séparer chaque extrait de code en vue d'un traitement ultérieur. 🎜
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!