Question

我不在乎图书馆是什么，但我需要一种方法来提取＆lt; .script。＆gt;来自页面的＆lt; .body。＆gt; 的元素（作为字符串）。然后，我想在＆lt; ./ body。＆gt;之前插入提取的＆lt; .script。＆gt;。

理想情况下，我想将＆lt; .script。＆gt; s提取为2种类型;
1）外部（具有src属性的那些） 2）嵌入式（代码在＆lt; .script。＆gt;＆lt; ./ script。＆gt;之间）

到目前为止，我已尝试使用phpDOM，Simple HTML DOM和Ganon 我对它们中的任何一个都没有运气（我可以找到链接并删除/打印它们 - 但每次都失败了脚本！）。

替代 https://stackoverflow.com/questions/23414887/php-simple-html-dom-strip-scripts-and-append-to-bottom-of-body （抱歉重新发布，但它已经24小时尝试和失败，使用替代库，失败更多等。）

基于来自@ alreadycoded.com的可爱的RegEx答案，我设法将以下内容混为一谈;

$output = "<html><head></head><body><!-- Your stuff --></body></html>"
$content = '';
$js = '';

// 1) Grab <body>
preg_match_all('#(<body[^>]*>.*?<\/body>)#ims', $output, $body);
$content = implode('',$body[0]);

// 2) Find <script>s in <body>
preg_match_all('#<script(.*?)<\/script>#is', $content, $matches);
foreach ($matches[0] as $value) {
    $js .= '<!-- Moved from [body] --> '.$value;
}

// 3) Remove <script>s from <body>
$content2 = preg_replace('#<script(.*?)<\/script>#is', '<!-- Moved to [/body] -->', $content); 

// 4) Add <script>s to bottom of <body>
$content2 = preg_replace('#<body(.*?)</body>#is', '<body$1'.$js.'</body>', $content2);

// 5) Replace <body> with new <body>
$output = str_replace($content, $content2, $output);

这项工作是做什么的，并且不会那么慢（一秒钟的一小部分）

羞耻没有任何DOM工作正在发挥作用（或者我还没有通过naffed对象进行操作和操作）。

Answer 1

选择具有src-attribute

的所有脚本节点

$xpathWithSrc = '//script[@src]';

选择包含内容的所有脚本节点：

$xpathWithBody = '//script[string-length(text()) > 1]';

基本用法（用实际的xpath查询替换查询）：

$doc = new DOMDocument();
$doc->loadHTML($html);

$xpath = new DOMXpath($doc);

foreach($xpath->query('//body//script[string-length(text()) > 1]') as $queryResult) {
    // access the element here. Documentation:
    // http://www.php.net/manual/de/class.domelement.php
}

Answer 2

尝试https://github.com/fabpot/goutte它直观且易于使用。

Answer 3

如果你真的想要一个简单的lib，我可以推荐this one：

$dom = str_get_html($html);
$scripts = $dom->find('script')->remove;
$dom->find('body', 0)->after($scripts);
echo $dom;

在PHP中做这样的事情并不容易。

Answer 4

$js = "";
$content = file_get_contents("http://website.com");
preg_match_all('#<script(.*?)</script>#is', $content, $matches);
foreach ($matches[0] as $value) {
    $js .= $value;
}
$content = preg_replace('#<script(.*?)</script>#is', '', $content); 
echo $content = preg_replace('#<body(.*?)</body>#is', '<body$1'.$js.'</body>', $content);

php：解析html：从body中提取脚本标签并注入之前？

4 个答案: