从HTML内容中删除脚本标签
我正在使用HTML Purifier（http://htmlpurifier.org/）
我只想删除<script>标签。我不想删除内联格式或任何其他内容。
我该如何实现？
还有一件事，它还有其他方法可以从HTML删除脚本标签
问题答案：
因为这个问题是用正则表达式标记的，所以在这种情况下，我将用穷人的解决方案来回答：
$html = preg_replace('#<script(.*?)>(.*?)</script>#is', '', $html);
但是，正则表达式不是用于解析HTML / XML的，即使您编写了一个 完美的
表达式也可能最终会破坏它，这是不值得的，尽管在某些情况下，快速修复某些标记很有用，而对于快速修复来说，忘记 安全
。仅在您信任的内容/标记上使用正则表达式。
请记住，用户输入的任何内容均应视为 不安全的 。
更好的
解决方案是使用DOMDocument为此目的而设计的解决方案。下面的代码片段演示了如何轻松，干净（与regex相比），（几乎）可靠和（几乎）安全来执行相同操作：
<?php
$html = <<<HTML
...
HTML;
$dom = new DOMDocument();
$dom->loadHTML($html);
$script = $dom->getElementsByTagName('script');
$remove = [];
foreach($script as $item)
{
$remove[] = $item;
}
foreach ($remove as $item)
{
$item->parentNode->removeChild($item);
}
$html = $dom->saveHTML();
我故意删除了HTML，因为即使这样也可能会 出错 。
-
想改进这个问题吗？通过编辑这篇文章添加细节并澄清问题。 我有一个大的html内容。因此，我必须从HTML内容中删除以下文本。 在上面提到的代码段中，“｛内部文本可以是任何内容｝”表示可以是任何文本。 在整个HTML中，无论 存在，它将被一些固定的文本替换。 谁能建议这个需求的正则表达式是什么？
-
问题内容： 有没有一种简单的方法可以在JavaScript中获取html字符串并去除html？ 问题答案： 如果您在浏览器中运行，那么最简单的方法就是让浏览器为您完成… 注意：正如人们在评论中所指出的那样，如果您不控制HTML的源代码（例如，请勿在可能来自用户输入的任何内容上运行此代码），则最好避免这种情况。对于这些情况，您仍然可以让浏览器为您完成工作-
-
问题内容： 有没有一种简单的方法可以在JavaScript中获取html字符串并去除html？ 问题答案： 如果您在浏览器中运行，那么最简单的方法就是让浏览器为您完成… 注意：正如人们在评论中所指出的那样，如果您不控制HTML的源代码（例如，请勿在可能来自用户输入的任何内容上运行此代码），则最好避免这种情况。对于这些情况，您仍然可以让浏览器为您完成工作。
-
问题内容： 我需要使用sed命令使用bash脚本从html中删除所有标签。我尝试了这个 和这 但我仍然想念什么，有什么建议吗？ 问题答案： 您可以使用许多HTML到文本转换器之一，可以使用Perl regex，或者必须使用 如果没有错误的余地，请改用HTML解析器。例如，当元素分布在两行上时 此正则表达式将不起作用。 这正则表达式由三个部分组成，， 寻找开放 后面跟着零个或多个字符（不是结尾） 是
-
问题内容： 是否有从Java字符串中删除HTML的好方法？一个简单的正则表达式 会起作用，但是不会正确转换，并且两个尖括号之间的非HTML也会被删除（即，正则表达式中的将会消失）。 问题答案： 使用HTML解析器代替正则表达式。对于Jsoup来说，这简直太简单了。 Jsoup还支持对可定制的白名单，如果你希望只允许例如这是非常有用的去除HTML标签，和。
-
问题内容： 我想在pastebin上将脚本标签从此html中剥离 http://pastebin.com/mdxygM0a 我尝试使用以下正则表达式 但是它不会删除html中的所有脚本标签。它仅删除嵌入式脚本。请我需要一个可以删除所有脚本标签（行内和多行）的正则表达式。如果对我的样本http://pastebin.com/mdxygM0a进行测试，将不胜感激 谢谢 问题答案： 尝试使用正则表达式删