如何使用正则表达式捕获完整的 script 标签内容？

正则表达式如何捕获完整的 script 标签内容

本文探讨了如何使用正则表达式从 PHP 文件中提取 script 标签之间的内容。对于以下 PHP 文件：

<script src="static/js/jsencrypt.js?v=<?= WEB_VERSION ?>"></script>
<script src="static/js/jquery.form.js?v=<?= WEB_VERSION ?>"></script>
<script type="text/javascript">
    var a = 1;
    var b = 2;
</script>

对于最后一个 script 标签，我们需要通过正则表达式获取中间内容（例如变量声明）。

此前尝试的正则表达式 /(<scriptb[^>]*>)([sS]*?)(</script>)/gm 无法处理包含特殊字符（例如大于号 >）的属性，因此导致匹配错误。

解决方案是使用一个更高级的正则表达式，将属性部分分为多个组：

/(<scriptb([^"<>]+|"[^"]*")*>)([sS]*?)(</script>)/g

这个正则表达式将：

1. 匹配 <script> 标签开始标记，包括属性（([^&quot;&lt;&gt;]+|&quot;[^&quot;]*&quot;)* 匹配属性）。
2. 匹配 <script> 标签之间的内容（[sS]*? 匹配换行符和任何其他字符）。
3. 匹配 <script> 标签结束标记。

使用此正则表达式，我们可以可靠地捕获到目标脚本内容。