Question

我正在尝试索引我的网站内容，因为<body></body>中有一些javascript，它会存储内容。

它实际上将所有内容都放在<body></body>之间，但我使用PHP的strip_tags来删除HTML标记。

它删除了<script>标记，因为它们是HTML标记，但javascript语法仍然存在。

如何删除javascript语法？

以下是其中包含javascript语法的内容示例：

如果观看者不这样做，将暂停观看稍后添加到私有视频有权访问，但播放列表备注是公开可见的。返回目录添加到播放列表：如果观看者没有，则会跳过私有视频有权访问，但播放列表备注是公开可见的。添加一个可选项 note150添加备注保存备注...注意添加到：添加备注时出错：单击以添加新注释if（window.ytcsi）{ytcsi.tick（“js_head”）;} yt.pubsub.subscribe（ '初始化'， yt.www.brandedpage.channels4init.overviewTabInit）; yt.pubsub.subscribe（ '处置'， yt.www.brandedpage.channels4init.overviewTabDispose）; yt.setAjaxToken（ 'c4_shelves_ajax'， “0qjmgZRNi5AAlV5LrkVIKyY1_VZ8MTM2ODkyNTgzM0AxMzY4ODM5NDMz”）;“

我怎样才能得到它只是

如果观看者不这样做，将暂停观看稍后添加到私有视频有权访问，但播放列表备注是公开可见的。返回目录添加到播放列表：如果观看者没有，则会跳过私有视频有权访问，但播放列表备注是公开可见的。添加一个可选项 note150添加备注保存备注...注意添加到：添加备注时出错：点击添加新笔记“

Answer 1

您可以先删除文字中的script标记及其内容，然后在结果上运行strip_tags

可以通过多种方式删除脚本标记，其中一种是正则表达式：

$pattern = '/\<script.*\<\/script\>/iU'; //notice the U flag - it is important here
$text = preg_replace($pattern, '', $text);
$text = strip_tags($text);

另一种方式（不使用REGEX但不太优雅）：

while(($pos = stripos($text,"<script"))!==false){
    $end_pos = stripos($text,"</script>");
    $start = substr($text, 0, $pos);
    $end = substr($text, $end_pos+strlen("</script>"));
    $text = $start.$end;
}
$text = strip_tags($text);

从字符串中删除javascript语法

1 个答案: