preg_match_all 获取所有脚本选项卡，不包括 tabmanager 脚本

Question

我想获取加载到我的屏幕中的所有脚本

    <script  type="text/javascript"  src="http://url/pub/static/frontend/Magento/luma/en_US/requirejs/require.js"></script>
    <script  type="text/javascript"  src="http://url/pub/static/frontend/Magento/luma/en_US/mage/requirejs/mixins.js"></script>
    <script  type="text/javascript"  src="http://url/pub/static/frontend/Magento/luma/en_US/requirejs-config.js"></script>
    <script  type="text/javascript"  src="http://url/pub/static/frontend/Magento/luma/en_US/mage/polyfill.js"></script>


<script type="text/x-magento-init">
{"*":{}}
<script>
<script>
    var BASE_URL = 'http://urlm/index.php/';
    var require = {
        "baseUrl": "http://url/pub/static/frontend/Magento/luma/en_US"
    };
</script>

    <script>(function(w,d,s,l,i){w[l]=w[l]||[];w[l].push({'gtm.start':
    new Date().getTime(),event:'gtm.js'});var f=d.getElementsByTagName(s)[0],
    j=d.createElement(s),dl=l!='dataLayer'?'&l='+l:'';j.async=true;j.src=
    'https://www.googletagmanager.com/gtm.js?id='+i+dl;f.parentNode.insertBefore(j,f);
    })(window,document,'script','dataLayer','GTM-KK5JZ25');</script>

我使用的代码是

$conditionalJsPattern = '@(?:<script type="text/javascript"|<script)(.*)</script>@msU';

我想排除 googletabmanger 代码
googletabmanger 代码包含一些词，如 googletagmanager , gtm

我该怎么做？？？

提前致谢

Answer 1

也许，这个表达可能接近你的想法：

(<script\b[^>]*>)(?!.*googletagmanager\.com)*?<\/script>

您可以随意标记它。

---

如果您想探索/简化/修改表达式，它已经 在右上角的面板上进行了解释 regex101.com。如果你愿意，你 也可以在this link看，怎么搭配 针对一些样本输入。

---

测试

$re = '/(<script\b[^>]*>)(?!.*googletagmanager\.com)*?<\/script>/s';
$str = '<script  type="text/javascript"  src="http://url/pub/static/frontend/Magento/luma/en_US/requirejs/require.js"></script>
<script  type="text/javascript"  src="http://url/pub/static/frontend/Magento/luma/en_US/mage/requirejs/mixins.js"></script>
<script  type="text/javascript"  src="http://url/pub/static/frontend/Magento/luma/en_US/requirejs-config.js"></script>
<script  type="text/javascript"  src="http://url/pub/static/frontend/Magento/luma/en_US/mage/polyfill.js"></script>

<script>(function(w,d,s,l,i){w[l]=w[l]||[];w[l].push({\'gtm.start\':
new Date().getTime(),event:\'gtm.js\'});var f=d.getElementsByTagName(s)[0],
j=d.createElement(s),dl=l!=\'dataLayer\'?\'&l=\'+l:\'\';j.async=true;j.src=
\'https://www.googletagmanager.com/gtm.js?id=\'+i+dl;f.parentNode.insertBefore(j,f);
})(window,document,\'script\',\'dataLayer\',\'GTM-KK5JZ25\');</script>';

preg_match_all($re, $str, $matches, PREG_SET_ORDER, 0);

var_dump($matches);

Answer 2

首先，使用应该使用适当的工具来解析HTML（一般是XML），正则表达式是非常糟糕的主意。

但如果你必须使用正则表达式，我会建议这样的模式：(?s)<script.+?<\/script>

解释：

(?s) - 单行模式：. 匹配换行符

<script - 匹配 <script 字面意思

.+? - 匹配一个或多个任意字符（包括换行符），非贪婪（尽可能少）

<\/script> - 匹配 </script> 字面意思

Demo