Expressions régulières PHP : comment faire correspondre tout le code JavaScript en HTML

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。

正则表达式基础

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

匹配 script 标记中的 JavaScript 代码

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。

匹配属性中的 JavaScript 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。

合并所有 JavaScript 代码

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

Si nous voulons trouver tous les extraits de code JavaScript dans la page HTML, nous pouvons utiliser l'expression régulière de PHP pour faire correspondre. 🎜

Bases de l'expression régulière

🎜L'expression régulière (expression régulière) est une règle grammaticale utilisée pour décrire les modèles de chaînes. En PHP, utilisez les symboles / 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 correspondante
• d : correspond aux numéros
• w : faire correspondre les lettres, les chiffres et les traits de soulignement
• s : faire correspondre les espaces, les tabulations et les nouvelles lignes

Faire correspondre le code JavaScript dans les balises de script

🎜Tout d'abord, nous pouvons utiliser la fonction preg_match_all pour faire correspondre tous les <script> Balise : 🎜rrreee🎜Dans le code ci-dessus, nous utilisons la fonction file_get_contents pour obtenir le contenu d'un fichier HTML, puis utilisons l'expression régulière /<script(. *?)&gt ;(.*?)</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!