使用正则表达式（PHP）从HTML页面提取JSON

我有一个HTML页面，在脚本标记中有一个非常大、非常复杂的JSON块

我想提取JSON，以便在php脚本中对其进行解码

JSON看起来像：

<script type="text/javascript">
    var user_list_data_obj = (
    ({

    ... truncated ...

    })
    );

    ... some more js ...
</script>

它什么也不返回

我在这种模式下做错了什么？我知道很难将任何具有开始和结束分隔符（如JSON）的东西与正则表达式匹配，但在这种情况下应该是可能的，不是吗

编辑：

我试图将整个“user\u list\u data\u obj”对象解析到我的php脚本中。但实际上，我感兴趣的是几个“columns:[]”数组，因此如果更容易将它们分开，那么这样做可能是有意义的

列[]数组类似于

columns : [
       { display_value : '<input type="checkbox" name="user" value="username">'}, 
       { display_value : 'username', sort_value : 'username'}, 
       { display_value : 'username', sort_value : 'username'}, 
       { display_value : 'Enabled', sort_value : '1' },
       { display_value : '<img class="" src="/enabled.gif">', sort_value : '1' }, 
       { display_value : '<img class="" src="/enabled.gif">', sort_value : '1' },
       { display_value : '<img class="" src="/enabled.gif">', sort_value : '1' }
       ],

列：[
{显示值：''}，
{显示值：'username'，排序值：'username'}，
{显示值：'username'，排序值：'username'}，
{显示值：'Enabled'，排序值：'1'}，
{显示值：''，排序值：'1'}，
{显示值：''，排序值：'1'}，
{显示值：''，排序值：'1'}
],

我能找到的最接近的是

preg_match('/var user_list_data_obj = \(\s+\(({.*})\)\s+\);/s', $html, $matches);

s

修改器允许匹配换行符

这是不完美的，因为它对结构做出了假设：也就是说，您需要的JSON从字面上开始

( /* some space */
({

以

}) /* some space */
);

---

如果您不能做出这些假设，那么一个不太具体的正则表达式可能会匹配脚本的其他部分。另外，如果您有

}）在脚本中某个您不想匹配的点上，它仍将被匹配。使用
{.*？}
将不起作用，因为要捕获的字符串中可能有许多嵌套对象文本。
我能够将整个json对象与以下内容匹配

/user_list_data_obj\s*=\s*\(\s*\({(.*?)}\)\s*\);/

但实际上，我最终使用preg_match_all来匹配json中的每个列[]数组，方法是：

/columns\s*:\s*\[.*?\],/s

您是否尝试对多行使用m修饰符？JSON语法不规则，因此您需要依赖JSON前后的文本来查找其边界。你能在它出现的上下文上展开吗？@MikeSamuel我添加了一个有实际示例的粘贴箱，你可以在其中看到上下文。@AmitKriplani:Multiline mode（
m
）在这里不相关。它会更改他未使用的锚（
^
和
$
）的行为。正是单线模式（
s
）让点匹配行分隔符字符。啊，是的，在查看了您的表达式后，我确实看到了我在表达式中出错的地方，但不幸的是，两者都无法提取我试图提取的内容。看起来JSON的内容可能会引起一些麻烦。这里有一个真实的例子，我正试图提取：你救了我一天！我做了一点修改，对于那些没有
（
regex:
datasource\s*=\s*\s*{（.*）}\s*；
的人来说效果很好，并且得到了实际的json:
（？）？
/columns\s*:\s*\[.*?\],/s