尝试删除 HTML 中的脚本标签答案

【问题标题】：Trying to remove script tags in HTML尝试删除 HTML 中的脚本标签
【发布时间】：2013-02-09 20:35:43
【问题描述】：

我正在尝试使用 PHP 从 HTML 中删除脚本标签，但如果 javascript 中有 HTML，它就不起作用。

例如，如果脚本标签包含如下内容：

function tip(content) {
        $('<div id="tip">' + content + '</div>').css

它将在</div> 停止，脚本的其余部分仍将被考虑在内。

这是我用来删除脚本标签的方法：

foreach ($doc->getElementsByTagName('script') as $node)
{
    $node->parentNode->removeChild($node);
}

【问题讨论】：

请注意，PHP 是一种服务器端语言，因此如果您在页面加载后尝试删除脚本标签，它不会做任何事情
你在使用 DOMDocument 吗？
这是一个javascript模板吗？如果是这样，您不能使用 DomDocument 执行此操作。试试html5lib
是的，我正在使用 DOMDocument，一切正常，除非脚本标签中有

标签： php javascript html dom tags

【解决方案1】：

一些基于正则表达式的预处理怎么样？

例如input.html:

<html>
  <head>
    <title>My example</title>
  </head>
  <body>
    <h1>Test</h1>
    <div id="foo">&nbsp;</div>
    <script type="text/javascript">
      document.getElementById('foo').innerHTML = '<span style="color:red;">Hello World!</span>';
    </script>
  </body>
</html>

脚本标签删除 php 脚本：

<?php

    // unformatted source output:
    header("Content-Type: text/plain");

    // read the example input file given above into a string:
    $input = file_get_contents('input.html');

    echo "Before:\r\n";
    echo $input;
    echo "\r\n\r\n-----------------------\r\n\r\n";

    // replace script tags including their contents by ""
    $output = preg_replace("~<script[^<>]*>.*</script>~Uis", "", $input);

    echo "After:\r\n";
    echo $output;
    echo "\r\n\r\n-----------------------\r\n\r\n";

?>

【讨论】：

奇怪的是，它仍然停在</div>
@Alex 你能提供一些细节吗？对我来说，它还删除了所有包含 div 的脚本标签。
我做了一些编辑，现在可以了。谢谢你的帮助。 :)

【解决方案2】：

您可以使用strip_tags 函数。您可以在其中允许您希望允许的HTML 属性。

【讨论】：

【解决方案3】：

我认为这是“此时此地”的问题，您不需要什么特别的东西。只需执行以下操作：

$text = file_get_content('index.html');
while(mb_strpos($text, '<script') != false) {
$startPosition = mb_strpos($text, '<script');
$endPosition = mb_strpos($text, '</script>');
$text = mb_substr($text, 0, $startPosition).mb_substr($text, $endPosition + 7, mb_strlen($text));
}
echo $text;

仅为“mb_”类函数设置编码

【讨论】：