Question

我正在使用基于Python的HTML解析器并解析Stackoverflow。解析器用

打开了一行

HTMLParser.HTMLParseError: bad end tag: "</'+'scr'+'ipt>", at line 649, column 29

错误指向网站源代码中的以下javascript行：

<script type="text/javascript">
    document.write('<s'+'cript lang' + 'uage="jav' + 'ascript" src=" [...] ">'); 
    document.write('</'+'scr'+'ipt>');
</script>

（[...]替换长链接，为简单起见，将其删除）

出于好奇，是否有一个特定的原因让我看起来像代码的人工“混淆”，即为什么使用document.write方法来连接所有切碎的字符串？

Answer 1

我认为这是为了打击广告拦截器。

... + 'uage="jav' + 'ascript" src="http://ads.stackoverflow.com

Answer 2

它是以这种方式编写的，以避免浏览器认为它是<script>的结束标记，这会导致一些问题。

Answer 3

当HTML解析器遇到document.write('</script>');时，它认为它已找到封闭的<script>标记的末尾。打破标记可以阻止解析器识别结束标记。

我见过的另一种方法是逃避斜线，即document.write('<\/script>');。

正确的方法是：

将脚本的正文封装在<![CDATA[ ... ]]>块中（如果提供XHTML）或
将脚本放在外部文件中，或
使用DOM API（即创建脚本节点并将其附加到文档头）

Answer 4

也许它可以阻止专门搜索脚本标签的程序。例如，广告拦截器会查找脚本标记和对象标记。

这个JavaScript的目的是什么？

4 个答案: