使用 preg_replace 删除 <script> 标签

Question

我正在使用 preg_replace 过滤一个字符串（从文本文件中提取），并删除所有的 <script> 和 </script> 标签。但是，它会删除实际的文本 "script"，但却保留了 <> 符号。我尝试替换 /<（尝试将其视为文字），但这只会生成错误。如何删除尖括号？输入内容为 <script>Text</script>，以下是代码：

$file = file_get_contents($directory . "original-" . $name);
$file = htmlentities($file);
$file = preg_replace('<script>', '', $file);
$file = preg_replace('<\script>', '', $file);

以下是输出结果：

  <>TEXT</>

- mattegener

---

你缺少分隔符和转义字符，而且 htmlentities 正在改变你的字符串，它可能不包含你期望的内容。 - Rangad

你能给我展示一下它应该是什么样子的吗？我对正则表达式真的很新。 - mattegener

@mattegener 只需在替换脚本标签后放置 htmlentities 行。此外，它是正斜杠 / 而不是反斜杠 \。 - Rahil Wazir

@RahilWazir 我尝试过了，但结果和之前的尝试一样。 - mattegener

Answer 1

答案是：

$html = preg_replace('#<script(.*?)>(.*?)</script>#is', '', $html);

但是你可能想要查看strip_tags函数

- Alex

---

尽管这就是原因，你只是简单地陈述“答案是<这个>”，而没有解释为什么它是答案。 - Ismael Miguel

因为1.这个网站已经解释过无数次了，而这个问题几乎每天都会出现。2.这个问题很可能不应该用正则表达式来解决，应该使用strip_tags代替。 - Alex

PHP支持多个分隔符，字符< >是一组支持的分隔符。只需要一行代码，你不会死的，而且你会得到一个更好的答案。 - Ismael Miguel

Answer 2

你在 preg_* 函数中使用的模式需要在前后加上某种分隔符。PHP 允许使用多种不同的分隔符，所以它将你的尖括号视为正则表达式分隔符，而不是模式的一部分。我通常使用 { 和 } 作为分隔符，其他人使用斜杠、井号、方括号、圆括号等。尖括号也可以作为分隔符，这就是为什么你的模式失败的原因。

你可以通过在模式周围添加一些分隔符来解决此问题，例如：

$file = preg_replace('/<script>/', '', $file);

此外，请注意PHP正则表达式是区分大小写的，因此您的模式会被标记为<SCRIPT>或<Script>所干扰。模式（在结束定界符后）之后的i修饰符使其不区分大小写（/<script>/i）。此外，还有许多不同的编写HTML标记的方式仍然可以由浏览器解释，例如：

<script type="text/javascript">...</script>
<script src="..." />

顺便提一下，也许我对你的问题读得太多了，但你不应该，我再说一遍，不要使用正则表达式来解析HTML，特别是为了进行净化处理。

- pilsetnieks

---

没有代码示例，你的答案相当不完整。但我完全同意最后一句话。 - Ismael Miguel

Answer 3

$html = preg_replace('#(.*?)#is', '', $html);

$html = preg_replace('#(.*?)#is', '', $html)；

- Arun Kasyakar