php正则表达式中断

我在html中有以下字符串

BookSelector.load([{"index":25,"label":"Science","booktype":"pdf","payload":"<script type=\"text\/javascript\" charset=\"utf-8\" src=\"\/\/www.192.168.10.85\/libs\/js\/books.min.js\" publisher_id=\"890\"><\/script>"}]);

但它总是返回空值

我的正则表达式只选择src是什么

如果我需要解析BookSelector.load（）之间的整个字符串，我的正则表达式是什么

为什么你的正则表达式不起作用？ 首先，我将回答您的正则表达式不起作用的原因：

您正在正则表达式中使用

\B

。它匹配任何与单词边界不匹配的位置（

\b

），这不是您想要的。此条件失败，并导致整个正则表达式失败

您的原始文本包含转义引号，但您的正则表达式不解释这些转义引号

解决这个问题的正确方法 将此任务分成几个部分，并使用可用的最佳工具逐个解决

您需要的数据封装在JSON结构中。因此，第一步显然是提取JSON内容。为此，可以使用正则表达式

一旦有了JSON内容，就需要对其进行解码以获取其中的数据。PHP有一个用于此目的的内置函数：。将其与输入字符串一起使用，并将第二个参数设置为

true

，您将拥有一个很好的关联数组

一旦有了关联数组，就可以很容易地获得

有效负载

字符串，其中包含

标记内容

如果您完全确定属性的顺序始终相同，那么可以使用正则表达式提取所需的信息。如果不是，最好使用诸如PHP之类的HTML解析器来实现这一点

整个代码如下所示：

// Extract the JSON string from the whole block of text
if (preg_match('/BookSelector\.load\((.*?)\);/s', $text, $matches)) {

    // Get the JSON string and decode it using json_decode()
    $json    = $matches[1];
    $content = json_decode($json, true)[0]['payload'];

    $dom = new DOMDocument;
    $dom->loadHTML($content);

    // Use DOMDocument to load the string, and get the required values
    $script_tag   = $dom->getElementsByTagName('script')->item(0);
    $script_src   = $tag->getAttribute('src');
    $publisher_id = $tag->getAttribute('publisher_id');

    var_dump($src, $publisher_id);
}

输出：

string(40) "//www.192.168.10.85/libs/js/books.min.js"
string(3) "890"

---

src=

和

“

引号之间有一个反斜杠，它在PHP字符串和正则表达式中转义不足，无法作为文本反斜杠进行匹配。为什么要转义

B

和

”

？原始输入中是否包含反斜杠？删除字符串中除JSON语法部分以外的所有内容并使用

JSON\u decode（）

将其计算为数组会更容易。更合理的做法是：

\BookSelector.load\（.*src=\\\\”（.*？\\”

string(40) "//www.192.168.10.85/libs/js/books.min.js"
string(3) "890"