Question

我在<script>标记中有一些带有内联javascript的HTML代码，其中包含一个正则表达式，如{p>中所示，该字符删除了>和<字符之间的多余空格。

<script>
[...]
output = output.replace(/>\s*</g, '><');
[...]
</script>

这是无效的HTML（例如，根据PHP DOMDocument->loadHTML()），因为它是字符序列</ ends processing，并且期望其后跟结束标记{{1 }}。

我曾尝试将script>转换为<，但随后该表达式不再匹配（在jsfiddle中进行了测试）。

一种解决方法是在正则表达式中插入实际上不会做任何事情，只是将<与<分开的内容，例如

这可以正常工作并且具有预期的行为，但是看起来却很糟糕。

在js正则表达式中在output = output.replace(/>\s*[<]/g, '><');之前转义<的正确方法是什么？

Answer 1

如果PHP的DOMDocument->loadHTML()认为脚本元素到此结束，那么我可以肯定这是DOMDocument->loadHTML()中的错误。脚本元素以</script>结尾，并且script元素的内容不是 HTML。 script elements的内容模型比规范中需要多段说明的模型要有趣得多。

关于</的问题，规范only mentions处理<!--和</script>，而不是一般的</。

但是，如果您必须具有内联脚本（如果代码位于.js文件中，则不会有此问题），并且必须将其加载有明显有错误的内容，字符类（[<]而不是<）一点也不差。（我怀疑性能是否是您关心的问题，但如果是这样，我想我们可以肯定地说JavaScript引擎的正则表达式处理程序将能够优化该单个字符字符类。）

</</script>标记中的</作为javascript正则表达式的一部分，以<

1 个答案: