Question

我在PHP中遇到了regexp函数preg_replace（）的问题。我想从html的输入中获取viewstate，但它无法正常工作。

此代码：

$viewstate = preg_replace('/^(.*)(<input\s+id="__VIEWSTATE"\s+type="hidden"\s+value=")(.*[^"])("\s+name="__VIEWSTATE">)(.*)$/u','^\${3}$',$html);

返回：

%0D%0A%0D%0A%3C%21DOCTYPE+html+PUBLIC+%22-%2F%2FW3C%2F%2FDTD+XHTML+1.0+Transitional%2F%2FEN%22+%22http%3A%2F%2Fwww.w3.org%2FTR%2Fxhtml1%2FDTD%2Fxhtml1-transitional.dtd%22%3E%0D%0A%0D%0A%3Chtml+xmlns%3D%22http%3A%2F%2Fwww.w3.org%2F1999%2Fxhtml%22+%3E%0D%0A%3Chead%3E%3Ctitle%3E%0D%0A%09Strava.cz%0D%0A%3C%2Ftitle%3E%3Clink+rel%3D%22shortcut+icon%22+href%3D%22..%2FGrafika%2Ffavicon.ico%22+type%3D%22image%2Fx-icon%22+%2F%3E%3Clink+rel%3D%22stylesheet%22+type%3D%22text%2Fcss%22+media%3D%22screen%22+href%3D%22..%2FStyly%2FZaklad.css%22+%2F%3E%0D%0A++++%3Cstyle+type%3D%22text%2Fcss%22%3E%0D%0A++++++++.style1%0D%0A++++++++%7B%0D%0A++++++++++++width%3A+47px%3B%0D%0A++++++++%7D%0D%0A++++++++.style2%0D%0A++++++++%7B%0D%0A++++++++++++width%3A+64px%3B%0D%0A++++++++%7D%0D%0A++++%3C%2Fstyle%3E%0D%0A%0D%0A%3Cscript+type%3D%22text%2Fjavascript%22%3E%0D%0A%0D%0A++var+_gaq+%3D+_gaq+%7C%7C+%5B%5D%3B%0D%0A++_gaq.push%28%5B

编辑：抱歉，我离开了这个问题很长时间了。最后我使用了DOMDocument。

Answer 1

为了确保我将这场比赛分为两个阶段：

查找相关的输入元素
获取值

因为您无法确定元素中的属性顺序是什么。

if(preg_match('/<input[^>]+name="__VIEWSTATE"[^>]*>/i', $input, $match))
    $value = preg_replace('/.*value="([^"]*)".*/i', '$1', $match[0]);

当然，总是考虑使用正则表达式DOM和DOMXpath来解析html / xml。

Answer 2

您应该只在计划使用数据时捕获。所以大多数（）在regexp模式中已经过时了。不是失败的原因，但我想我会提到它。

而不是使用[^“]标记你不想要那个角色，你可以使用非贪婪的修饰符 - ?。这可以确保模式尽可能少地匹配。既然你让name="__VIEWSTATE"跟随值，这应该是安全的。

让我们将其付诸实践并简化模式。这可以按你的方式工作：

'/.*<input\s+id="__VIEWSTATE"\s+type="hidden"\s+value="(.+?)"\s+name="__VIEWSTATE">.*/'

我会strongly recommend检查an alternative to regexp是否有DOM操作。如果属性更改顺序，这可以确保您的代码也能正常工作。而且它的使用效果更好。

Answer 3

主要的错误是使用了函数preg_replace，女巫返回主题 - 既不匹配模式也不替换。感谢您的想法和DOMDocument的推荐。 m93a

http://www.php.net/manual/en/function.preg-replace.php#refsect1-function.preg-replace-returnvalues

PHP preg_replace（）;

3 个答案: