Question

我有一个HTML页面，在脚本标记中有一个非常大的和非常复杂的JSON块。

我想提取JSON，以便我可以在php脚本中解码它。

JSON看起来像：

<script type="text/javascript">
    var user_list_data_obj = (
    ({

    ... truncated ...

    })
    );

    ... some more js ...
</script>

脚本标签不能在模式中使用，因为它们之间还有其他JS，并且无论如何都没有任何东西可以使它们无条件。

我相信我需要匹配变量名，第一次出现'}））;'但是我尝试匹配它的尝试失败了。

到目前为止我得到的是：

$pattern = '/var user_list_data_obj = \(\s\(({.*})\)\s\);/';

什么都不返回。

我在这种模式中做错了什么？我知道很难匹配任何具有正则表达式的JSON等开放和结束分隔符的东西，但在这种情况下它应该是可能的，不是吗？

编辑：

我正在尝试将整个“user_list_data_obj”对象解析为我的php脚本。但实际上，我感兴趣的是几个“columns：[]”数组，所以如果更容易将它们分开，那么这样做可能是有道理的。

列[]数组看起来像

columns : [
       { display_value : '<input type="checkbox" name="user" value="username">'}, 
       { display_value : 'username', sort_value : 'username'}, 
       { display_value : 'username', sort_value : 'username'}, 
       { display_value : 'Enabled', sort_value : '1' },
       { display_value : '<img class="" src="/enabled.gif">', sort_value : '1' }, 
       { display_value : '<img class="" src="/enabled.gif">', sort_value : '1' },
       { display_value : '<img class="" src="/enabled.gif">', sort_value : '1' }
       ],

Answer 1

我能得到的最接近的是

preg_match('/var user_list_data_obj = \(\s+\(({.*})\)\s+\);/s', $html, $matches);

s修饰符允许匹配换行符。

这是不完美的，因为它对结构做出了假设：即你需要的JSON从字面上开始

( /* some space */
({

以

结束

}) /* some space */
);

如果您无法做出这些假设，那么不太具体的正则表达式可能会与脚本的其他部分匹配。此外，如果您在不想要匹配的脚本中的某个位置}) );，它仍将匹配。使用{.*?}将不起作用，因为您要捕获的字符串中可能有许多嵌套对象文字。

Answer 2

我能够将整个json对象与以下

匹配

/user_list_data_obj\s*=\s*\(\s*\({(.*?)}\)\s*\);/

但实际上，我最终使用preg_match_all来匹配json中的每个columns []数组：

/columns\s*:\s*\[.*?\],/s

使用regex（PHP）从HTML页面中提取JSON

2 个答案: