PHP用正则把HTML中的js脚本过滤掉

要在PHP中使用正则表达式从HTML中过滤掉JavaScript脚本标签，你可以使用preg_replace函数。以下是一个示例代码，展示了如何使用正则表达式来移除HTML中的<script>标签及其内容：

<?php
function removeJavaScript($html) {
    // 正则表达式模式，匹配 <script> 标签及其内容，包括 <script> 和 </script> 之间的任何内容
    $pattern = '/<script\b[^<]*(?:(?!<\/script>)<[^<]*)*<\/script>/is';
    
    // 使用 preg_replace 替换匹配的内容为空字符串
    $cleanedHtml = preg_replace($pattern, '', $html);
    
    return $cleanedHtml;
}

// 示例HTML字符串
$html = '
<!DOCTYPE html>
<html>
<head>
    <title>Example</title>
    <script type="text/javascript">
        alert("Hello, World!");
    </script>
</head>
<body>
    <h1>This is a heading</h1>
    <p>This is a paragraph.</p>
    <script>
        console.log("Another script");
    </script>
</body>
</html>
';

// 调用函数移除JavaScript
$cleanedHtml = removeJavaScript($html);

// 输出清理后的HTML
echo $cleanedHtml;
?>

解释

1. 正则表达式模式 ：
   • /<script\b[^<]*(?:(?!<\/script>)<[^<]*)*<\/script>/is
   • /<script\b[^<]*/：匹配以<script开头的标签，并允许标签内有属性（例如type="text/javascript"）。
   • (?:(?!<\/script>)<[^<]*)*：这是一个非贪婪匹配，用于匹配<script>标签和</script>之间的任何内容，但不包括</script>。
   • <\/script>/：匹配结束标签</script>。
   • i：不区分大小写的匹配。
   • s：让.匹配包括换行符在内的所有字符。
2. preg_replace函数 ：
   • 使用上面定义的正则表达式模式，将匹配到的JavaScript脚本替换为空字符串。
3. 示例HTML字符串 ：
   • 包含一些示例HTML和一个<script>标签。
4. 输出清理后的HTML ：
   • 调用removeJavaScript函数后，输出不包含JavaScript脚本的HTML。

这个示例代码会移除HTML中的所有JavaScript脚本标签及其内容，只留下纯HTML。如果你需要处理更复杂的HTML结构，可能需要使用更强大的HTML解析器，比如PHP的DOMDocument类，但这通常超出了正则表达式的范围。