RegEx获取脚本标记的属性和主体

Question

我正在使用此正则表达式来查找＆lt; script＆gt;标记：

<script (.|\n)*>(.|\n)*?</script>

问题是，它匹配下面的ENTIRE字符串，而不仅仅是每个标签：

<script src="crap2.js"></script><script src="crap2.js"></script>

Answer 1

由于这个原因以及各种其他原因，你最好使用DOM来处理HTML。

Answer 2

除了RegEx match open tags except XHTML self-contained tags之外，我认为不需要说任何其他内容。

Answer 3

将您的第一个*更改为*？

这是非贪婪的'全部匹配'，因此它将匹配下一个'＆gt;'之前的最小字符集。

Answer 4

另见本周的编码恐怖片：Parsing Html The Cthulhu Way，灵感来自@JS Bangs链接的史诗answer by @bobince。

Answer 5

I'll keep posting links to my previous answers直到此问题类型被清除来自这个星球的表面（希望在10年左右）：不要使用不规则语言（如html或xml）的正则表达式。改为使用解析器。

Answer 6

<script[\s\S]*?>[\s\S]*?</script>

这符合最常见的情况，但考虑JS Bangs answer 非常非常重要。

Answer 7

尝试排除任何'＆lt;'来自内容

 <script (.|\n)*>(.|\n|[^<])*?</script>