删除<script>中的所有内容和HTML的CDATA
删除<script>中的所有内容和HTML的CDATA
提问于 2015-11-18 06:10:35
我应该删除从通用网站网址的file_get_contents中获取的PHP中标签之间的所有内容(和标记)。我使用的是RegEx表达式：
preg_replace('/<script\b[^>]*>(.*?)<\/script>/is', "", $string);它工作得很好，但是我的问题是，如果一个脚本包含CDATA标签，它就不能工作。字符串的一个例子是：
<script type='text/javascript'>
/* <![CDATA[ */
var variable = {"ajax":"....."}
/* ]]> */
</script>我想问题在于那些"/“和"/”标签。
我已经在google和Stack溢出上搜索过了，但是毫无疑问，使用特定类型的cdata标记(使用/*和*/)，所以什么都不起作用。
有什么建议吗？
编辑：回答说，我现在使用的代码如下：
foreach($dom->getElementsByTagName('script') as $scripttag){
$scripttag->parentNode->removeChild($scripttag);
}然后我有：
foreach($dom->getElementsByTagName('ins') as $string) {
$string2 .= $string->nodeValue;
$string2 .= ' ';
}但这将返回一个带有脚本标记的$string2。
编辑2(解决了)：在的帮助下，我发现使用解决了问题：
$xpath = new DOMXpath($dom);
foreach ($xpath->query('//script') as $node) {
$node->parentNode->removeChild($node);
}这也会移除另一个标记中的脚本标记，例如：
<ins><script>First JS</script></ins>
<ins>Hello</ins>
<script>Second JS</script>威尔输出
Hello谢谢大家的帮助！
回答 1
Stack Overflow用户
回答已采纳
发布于 2015-11-18 06:16:40
不要为此使用regex，请使用适当的html解析器，如domdocument：
$dom = new DOMDocument('1.0', 'utf-8');
$dom->loadHTML($html);
//removing elements from a nodelist resets the internal pointer, so traverse backwards:
$elements = $dom->getElementsByTagName('script');
$count = $elements->length;
while(--$count){
$elements->item($count)->parentNode->removeChild($elements->item($count));
}
//you can do further dom manipulation here if needed
$insertContents='';
foreach($dom->getElementsByTagName('ins') as $insert){
$insertContents .= $insert->nodeValue . ' ';
}
//if you need the complete html at all:
$html = $dom->saveHTML();
//your desired string:
echo $insertContents;页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/33782262
复制
相似问题
使用fstream从二进制文件中读取c++字符串
使用fstream读取文件的C++
如何使用fstream (C++)从文件中读取特定行
Fstream从文件读取并循环C++
使用fstream从C++中的*.txt文件中读取数字
添加站长 进交流群
领取专属 10元无门槛券
AI混元助手 在线答疑
关注 腾讯云开发者公众号
洞察 腾讯核心技术
剖析业界实践案例
腾讯云开发者
