PHP 正規表現: HTML 内のすべての JavaScript コードと一致する方法

Web 開発では、一部の機能を実装するために JavaScript がよく使用されます。 HTML ページでは、JavaScript コード スニペットは通常、3f1c4e4b6b16bbbd69b2ee476dc4f83a タグに埋め込まれますが、場合によっては、スクリプト スニペットが標準の 3f1c4e4b6b16bbbd69b2ee476dc4f83a タグに配置されず、 onclick、onload などの他の HTML 要素の属性。

HTML ページ内のすべての JavaScript コード スニペットを検索したい場合は、PHP の正規表現を使用して一致させることができます。

正規表現の基本

正規表現 (正規表現) は、文字列パターンを記述するために使用される文法規則です。 PHP では、/ シンボルを使用して正規表現をラップします (/pattern/ など)。ここで、pattern は一致するパターンを表します。

一般的に使用される正規表現メタ文字は次のとおりです:

• .: 任意の 1 文字と一致します
• *: ゼロと一致します前の文字の 1 つ以上のインスタンス
• : 前の文字の 1 つ以上のインスタンスと一致
• ?: の 1 つまたは 0 個のインスタンスの前に一致文字
• |: 文字列内の項目の 1 つと一致するように選択します。
• d: 数字
• ## と一致します。 #w: 文字、数字、アンダースコアと一致します。
• s: スペース、タブ、改行などの空白文字と一致します。

一致スクリプト タグ内の JavaScript コード

まず、

preg_match_all 関数を使用して、HTML ページ内のすべての 3f1c4e4b6b16bbbd69b2ee476dc4f83a タグを照合します。

$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

上記のコードでは、

file_get_contents 関数を使用して HTML ファイルのコンテンツを取得し、正規表現 /f4fd8c3eec17f88bd2bc2649b35d067f(.*? )< ;/script>/is HTML ページ内のすべての 3f1c4e4b6b16bbbd69b2ee476dc4f83a タグの内容と一致し、一致した結果を $matches 配列に保存します。

ただし、これは

3f1c4e4b6b16bbbd69b2ee476dc4f83a タグに含まれる JavaScript コードのみを取得し、他の属性のコードは取得しません。

属性内の JavaScript コードを照合する

まず、JavaScript コードを含む属性の名前を知る必要があります。たとえば、クリック イベントの JavaScript コードは

onclick 属性に存在し、他のイベントの JavaScript コードは onload、onsubmit、 に存在する可能性があります。 onchange およびその他の属性。

PHP の組み込み

get_meta_tags 関数を使用して、HTML ページのすべてのメタ タグを取得し、その属性を分析して、JavaScript コードを含む属性名を見つけることができます。

$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 コードでは、

get_meta_tags 関数を使用して HTML ページのメタ タグを取得します。次に、正規表現 "/on[a-z] =['"](.*?)['"]/i" を使用して、on で始まるすべての属性名と一致させます。 JavaScript コードを含むプロパティ。最後に、preg_match_all 関数を使用して、一致した結果を $matches 配列に保存します。

すべての JavaScript コードをマージする

上記の 2 つの手順により、HTML ページ内のすべての JavaScript コードが正常に見つかりました。ここで、これらのコード スニペットを結合して、簡単に処理できる文字列にする必要があります。

$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

上記のコードでは、

implode 関数を使用して、$script_matches[2] と $attr_matches## のすべての JavaScript コード スニペットをマージします。 # into さらなる処理のために各コード断片を区切るために改行文字を使用した文字列。

以上がPHP 正規表現: HTML 内のすべての JavaScript コードと一致する方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。