使用 php 从 javascript 代码中提取 JSON答案

【问题标题】：extract JSON from a javascript code using php使用 php 从 javascript 代码中提取 JSON
【发布时间】：2017-01-02 10:58:34
【问题描述】：

我想提取 var data = { 和 A.trigger 之间的 JSON ...

$images_script = <<<EOM

P.when('A').register("ImageBlockATF", function(A){
    var data = {
                'colorImages': { 'initial': [{"hiRes":"https://images-na.ssl-images-amazon.com/images/I/61z4lNt%2BjZL._SL1300_.jpg","thumb":"https://images-na.ssl-images-amazon.com/images/I/31%2BSEYm%2B8QL._SS40_.jpg","large":"https://images-na.ssl-images-amazon.com/images/I/31%2BSEYm%2B8QL.jpg",
"main":{"https://images-na.ssl-images-amazon.com/images/I/61z4lNt%2BjZL._SY355_.jpg":[355,355],"https://images-na.ssl-images-amazon.com/images/I/61z4lNt%2BjZL._SY450_.jpg":[450,450],"https://images-na.ssl-images-amazon.com/images/I/61z4lNt%2BjZL._SX425_.jpg":[425,425],"https://images-na.ssl-images-amazon.com/images/I/61z4lNt%2BjZL._SX466_.jpg":[466,466],"https://images-na.ssl-images-amazon.com/images/I/61z4lNt%2BjZL._SX522_.jpg":[522,522]},"variant":"MAIN"}]},
                'colorToAsin': {'initial': {}},
                'holderRatio': 1.0,
                'holderMaxHeight': 700,
                'weblabs' : {}
                };
    A.trigger('P.AboveTheFold'); // trigger ATF event.
    return data;
});        
EOM;

我试过了

$startsAt = strpos($out, "var data = {") + strlen("var data = {");
$endsAt = strpos($out, "A.trigger", $startsAt);
$result = substr($out, $startsAt, $endsAt - $startsAt);

也尝试过

preg_match('~var data =(.*?)A.trigger~', $images_script, $output);

但我无法获取该 JSON。

谁能告诉我该怎么做？

【问题讨论】：

使用 html 解析器，然后使用 javascript 解析器。
如果您将其提取为字符串，您会发现它不是有效的 JSON。（您必须将所有单引号更改为双引号。）
@Umair，“它是有效的（如果你改变它使其有效）”。它是有效的 JavaScript，但不是有效的 JSON。无论如何，如果您想可靠地解析，您将需要一个功能齐全的 JavaScript 解析器。我不知道有任何干净的方法可以从 PHP 中做到这一点。
@Umair，它是无效有效的JSON。 JSON 字符串必须使用双引号，就像 nnnnnn 所说的那样。你的链接甚至说同样的：“错误：字符串应该用双引号引起来。”
@Umair，可以吗？ {'foo': 'bar"baz'} 或 {"foo": "bar'baz"} 呢？你真的应该考虑 JavaScript（因为那是你所拥有的），而不是 JSON（你没有）。这不是一项简单的任务。正则表达式不能用于可靠地匹配 JavaScript 对象或 JSON，因为它们嵌套了 {} 和平衡的 "。

标签： javascript php json regex

【解决方案1】：

您与 preg_match 尝试非常接近，您只需使用 s 标志（单行标志）

preg_match('~var data =(.*?)A.trigger~s', $images_script, $output);
                            Here -----^

Working demo

IDEOne demo

顺便说一句，请记住，捕获的 json 将在末尾包含 ;，因为您使用 A.trigger 作为边界

【讨论】：

这行得通……我有另一个 JS 字符串……但是第一个单词 define("product/data", 和第二个单词 define("athena/analytics-data", null) 我想在这两个单词之间获取数据……怎么办去做？您 psoted 的正则表达式不适用于此字符串
@Umair 这个正则表达式还不够吗？ demo
@Umair，这与您发布的问题不同。您应该将此标记为已解决并打开一个新问题。
正则表达式应该适用于所有字符串......意味着它应该是“如何在两个给定字符串之间获取子字符串”的通用解决方案......
@Umair 纠正我如果我错了...你不是要求得到var data = { 和A.trigger 之间的字符串吗？这就是我所回答的。如果你想获得不同字符串之间的字符串，那么这是一个不同的问题。另一方面，我的意思是你想捕获具有相同模式的多个字符串，那么你必须使用preg_match_all。

【解决方案2】：

如果您的数据始终相同，您可以使用如下所示的简单正则表达式

但如果您的网站正在发生变化或有更多不同的页面，那么您必须使用其他方式

如果 data var 结构始终相同：

preg_match('/\s?data\s?\=\s?(\{[^\;]+\})/i',$images_script,$matches);
$parsed=json_decode(str_replace("'",'"',$matches[1]),true);

php result here

o 如果您只想要具有相应分辨率的图像，请尝试this

\"([^\"]+)\"\s?\:\s?\"(https?\:\/\/[^\"]+)\"

$mathes=[];
preg_match_all('/\"([^\"]+)\"\s?\:\s?\"(https?\:\/\/[^\"]+)\"/im',$your_text,$matches);

php Result is here

【讨论】：