正则表达式以匹配python中的不同脚本标记
我需要匹配不同的脚本标记，例如：
<script src="//ajax.googleapis.com/ajax/libs/jquery/1.11.1/jquery.min.js"></script>
<script type="text/javascript">
jQuery(document).ready(function()
{
jQuery("#gift_cards").tooltip({ effect: \'slide\'});
});
</script>
<script>dasdfsfsdf</script>另外，我只需要获得标记和src内容，我创建了一个regex。
(<\s*?script[\s\S]*?(?:src=['"](\S+?)['"])?\B[\S\s]*?>)([\s\S]*?)(</script>)这与最后一个脚本标记不匹配。
这有什么问题吗？
编辑:删除\B确实匹配所有的脚本标记，但是我不能在单独的组中获取src属性的内容。我需要做的是从两个类别的一组脚本标记
- 其中一个具有src属性，具有指向实际脚本的路径。
- 第二，没有标准内联javascript的src属性。
我需要删除脚本的开始和结束标记，但将内容保存在标签的内部，如果它是第一种类型的话，我仍然需要删除标记，但将路径保存在一个独立的表希望中，这将使它更加清晰。
回答 3
Stack Overflow用户
发布于 2014-11-20 17:04:45
如果我同意所有关于不使用RegExp解析\B的评论，并且当我确信我将处理的文档足够正常时，我自己也会沉溺于这种邪恶的实践中，那么尝试删除\B，在我的测试中，它与所有三个脚本都匹配。
顺便问一下，这个“非边界”是为了什么呢？我不知道你为什么把它插进去。如果有必要的话，我不明白，请告诉我，我们会设法找到另一条路的。
编辑:为了保留src内容，尝试
(<\s*?script[\s\S]*?(?:(?:src=[\'"](.*?)[\'"])(?:[\S\s]*?))?>)([\s\S]*?)(</script>)这对我有用，和你的其他样品核对一下。考虑到当您没有"src“属性时，您的first [\s\S]*?已经匹配所有东西，直到>为止，所以第二个属性只有在"src”存在并且希望匹配其他可能的属性时才有意义。
Stack Overflow用户
发布于 2014-11-20 16:42:20
正如iCodez的link所展示的那样，HTML不应该被regex解析，因为HTML不是一种常规语言。相反，尝试使用解析器(如BeautifulSoup )。确保您还安装了lxml和html5lib，以获得最佳性能和对所有功能的访问。
pip install lxml html5lib beautifulsoup4应该能起作用。
Stack Overflow用户
发布于 2014-11-27 18:32:14
对于咯咯笑，这里有一种非常简单的方法，我通过完全的意外(作为一个js字符串，它将被输入到RegExp构造函数中)：
‘src=(=|=)’+ yourPathHere + '^<<\/script>‘
因此，作为一个纯RE，如下所示：
/src=(=|=“)/脚本/Script.js^
当我试图找出吞咽流的时候，我正在使用它来完成一个吞咽任务:[]
https://stackoverflow.com/questions/27044221
复制相似问题
腾讯云开发者
