PHP GANN如何读取javascript

我正在使用php-ganon-dom解析器抓取一些html页面，但是我被困在需要从源代码读取javascript的地方

<script type="text/javascript">
    Event.observe(window, 'load', function() {
        ig_lightbox_main_img=0;
ig_lightbox_img_sequence.push('http://someimageurl.com/image.jpg');
ig_lightbox_img_labels.push("Some text");
ig_lightbox_img_sequence.push('http://someimageurl.com/image2.jpg');
ig_lightbox_img_labels.push("Some text 2");
    });
</script>

---

但这是行不通的。关于如何读取脚本的任何想法，请尝试在

$html

对象的字符串中使用

type=text/javascript

的引号

我看了一下，他们有一个例子：

foreach($html('a[href ^= "http://"]') as $element) {
    $element->wrap('center');
}

我认为是

/

使它返回了错误的结果

编辑

我以前被这个问题弄糊涂了，我想问题是你无法在脚本中获取数据，这是因为你的选择器。无论如何，经过一点思考，如果您有一个包含数据的脚本标记的字符串副本，只需在其上运行一个正则表达式即可

下面是我测试的一个示例：

$string = "<script type=\"text/javascript\">
    Event.observe(window, 'load', function() {
        ig_lightbox_main_img=0;
ig_lightbox_img_sequence.push('http://someimageurl.com/image.jpg');
ig_lightbox_img_labels.push(\"Some text\");
ig_lightbox_img_sequence.push('http://someimageurl.com/image2.jpg');
ig_lightbox_img_labels.push(\"Some text 2\");
    });
</script>";

$regex = "/\b(?:(?:https?|ftp|file):\/\/|www\.|ftp\.)[-A-Za-z0-9+&@#\/%=~_|$?!:,.]*[A-Za-z0-9+&@#\/%=~_|$]/";

$results = array();

preg_match_all($regex,$string,$results);

var_dump($results);
//Result: array(1) { [0]=> array(2) { [0]=> string(33) "http://someimageurl.com/image.jpg" [1]=> string(34) "http://someimageurl.com/image2.jpg" } } 

$string=”
事件。观察（窗口“加载”，函数（）{
ig_灯箱_主灯_img=0；
ig_lightbox_img_sequence.push（'http://someimageurl.com/image.jpg');
ig\u lightbox\u img\u标签。按（\“一些文本\”）键；
ig_lightbox_img_sequence.push（'http://someimageurl.com/image2.jpg');
ig\u lightbox\u img\u标签。按（\“一些文本2\”）；
});
";
$regex=“/\b（？：（？：https？| ftp | file）：\/\/\/\www.| ftp\）[-A-Za-z0-9+&@#\/%=~（u124;$？！：，.]*[A-Za-z0-9+&@#\/%=~（u124$）/”；
$results=array（）；
preg_match_all（$regex，$string，$results）；
var_dump（$结果）；
//结果：数组（1）{[0]=>数组（2）{[0]=>字符串（33）”http://someimageurl.com/image.jpg“[1]=>字符串（34）”http://someimageurl.com/image2.jpg" } } 

$results

中包含从

preg_match_all

（）返回的URL数据

如果有帮助的话，一旦你有了URL，你可以在PHP中使用

parse_URL

（），这将把字符串URL拆分成更容易使用的东西

---

注意：使用的正则表达式是一个非常简单的表达式，不会涵盖所有情况。如前所述，很难得到一个完美的正则表达式。

我想从ig_lightbox_img_sequence.push（'）；$html（'a[href^=“http:/”]）这个选择器如何处理这个…？不确定您的确切意思，您的选择器很好，我建议您在

文本/javascript

部分周围添加

”

。例如：

。产品img框脚本[type=“text/javascript”]

，试一试？它只是没有找到任何可重复的内容吗？它正在读取.product img box div下的所有脚本标记，但我只想获取我在问题中发布的脚本标记及其内容抱歉，被问题弄糊涂了，更新了答案以反映新发现。简言之，一个经过仔细编码的正则表达式我们应该采取行动。

$string = "<script type=\"text/javascript\">
    Event.observe(window, 'load', function() {
        ig_lightbox_main_img=0;
ig_lightbox_img_sequence.push('http://someimageurl.com/image.jpg');
ig_lightbox_img_labels.push(\"Some text\");
ig_lightbox_img_sequence.push('http://someimageurl.com/image2.jpg');
ig_lightbox_img_labels.push(\"Some text 2\");
    });
</script>";

$regex = "/\b(?:(?:https?|ftp|file):\/\/|www\.|ftp\.)[-A-Za-z0-9+&@#\/%=~_|$?!:,.]*[A-Za-z0-9+&@#\/%=~_|$]/";

$results = array();

preg_match_all($regex,$string,$results);

var_dump($results);
//Result: array(1) { [0]=> array(2) { [0]=> string(33) "http://someimageurl.com/image.jpg" [1]=> string(34) "http://someimageurl.com/image2.jpg" } }