用于过滤掉JS + iframe的正则表达式

Question

我正在寻找过滤掉的正则表达式：

• javascript：<script></script>以及介于两者之间的所有内容
• 在javascript之间还包含：iframe和hostads.cn url

感谢。 我计划在简单的bash脚本中使用该regexp，它将从目录中的文件中删除部分代码。

Answer 1

正则表达式不适合解析HTML。它很难实现，容易搞乱，并且通常不是非常有效或准确。考虑将每个文件解析为HTML，然后显式搜索并删除要过滤的元素。另外，要知道如果出于安全原因进行此过滤，恶意脚本和JavaScript仍有可能潜入此类过滤器。