Удаление всех тегов скрипта из html с помощью регулярного выражения JS

Я хочу удалить теги скриптов из этого html в pastebin




http://pastebin.com/mdxygM0a




Я попытался использовать ниже регулярное выражение



html.replace(/<script.*>.*</script>/ims, " ")


но он не удаляет все теги script в HTML. Он удаляет только встроенные скрипты. Пожалуйста, мне нужно регулярное выражение, которое может удалить все теги скрипта(In-line и multi-line). Было бы весьма признателен, если тест выполнен на моем примере http://pastebin.com/mdxygM0a



спасибо

1122   12  

12 ответов:

попытка удалить разметку HTML с помощью регулярного выражения проблематична. Вы не знаете, что там в качестве скрипта или значений атрибутов. Один из способов-вставить его как innerHTML div, удалить любые элементы скрипта и вернуть innerHTML, например

  function stripScripts(s) {
    var div = document.createElement('div');
    div.innerHTML = s;
    var scripts = div.getElementsByTagName('script');
    var i = scripts.length;
    while (i--) {
      scripts[i].parentNode.removeChild(scripts[i]);
    }
    return div.innerHTML;
  }

alert(
 stripScripts('<span><script type="text/javascript">alert(\'foo\');<\/script><\/span>')
);

обратите внимание, что в настоящее время браузеры не будут выполнять сценарий, если он будет вставлен с использованием свойства innerHTML, и, вероятно, никогда не будет, тем более, что элемент не добавляется в документ.

77  
2011-07-12 09:19:33

jQuery использует регулярное выражение для удаления тегов скриптов в некоторых случаях, и я уверен, что у его разработчиков была чертовски хорошая причина для этого. Наверное, какой-то браузер тут выполнение скриптов при их вставке с помощью innerHTML.

вот регулярное выражение:

/<script\b[^<]*(?:(?!<\/script>)<[^<]*)*<\/script>/gi

и прежде чем люди начнут кричать "но регулярные выражения для HTML-это зло":Да, они - но для тегов скрипта они безопасны из - за особого поведения-a <script> раздел не может содержать </script> at все, если только это не должно закончиться на этой позиции. Поэтому сопоставление его с регулярным выражением легко возможно. Однако, с быстрого взгляда регулярное выражение выше не учитывает конечные пробелы внутри закрывающего тега, поэтому вам придется проверить, если </script    etc. все равно будет работать.

92  
2017-05-23 13:31:33

регулярные выражения можно использовать, но если у вас есть строковая версия HTML, которую вы не хотите вводить в DOM, они могут быть лучшим подходом. Вы можете поместить его в цикл, чтобы обработать что-то вроде:

<scr<script>Ha!</script>ipt> alert(document.cookie);</script>

вот что я сделал, используя регулярное выражение jquery сверху:

var SCRIPT_REGEX = /<script\b[^<]*(?:(?!<\/script>)<[^<]*)*<\/script>/gi;
while (SCRIPT_REGEX.test(text)) {
    text = text.replace(SCRIPT_REGEX, "");
}
38  
2012-03-28 03:07:44

это регулярное выражение должно работать:

<script(?:(?!\/\/)(?!\/\*)[^'"]|"(?:\.|[^"\])*"|'(?:\.|[^'\])*'|\/\/.*(?:\n)|\/\*(?:(?:.|\s))*?\*\/)*?<\/script>

Он даже позволяет иметь "проблемные" переменные строки, такие как эти внутри:

<script type="text/javascript">
   var test1 = "</script>";
   var test2 = '\'</script>';
   var test1 = "\"</script>";
   var test1 = "<script>\"";
   var test2 = '<scr\'ipt>';
   /* </script> */
   // </script>
   /* ' */
   // var foo=" '
</script>

Кажется, что jQuery и Prototype не на эти...

Редактировать 31 Июля ' 17: добавлены а) группы без захвата для повышения производительности (и без пустых групп) и Б) поддержка комментариев JavaScript.

10  
2017-07-31 08:39:10

всякий раз, когда вам приходится прибегать к очистке тегов на основе регулярных выражений. По крайней мере, добавьте пробел в закрывающий тег в виде 

</script\s*>

в противном случае такие вещи, как

<script>alert(666)</script   >

останется, так как конечные пробелы после tagnames действительны.

9  
2015-04-27 11:15:29

Почему бы не использовать jQuery.parseHTML() http://api.jquery.com/jquery.parsehtml/?

4  
2014-02-07 01:23:58

в моем случае мне нужно было требование, чтобы разобрать заголовок страницы и иметь все остальные достоинства jQuery, за вычетом сценариев запуска. Вот мое решение, которое, кажется, работает.

        $.get('/somepage.htm', function (data) {
            // excluded code to extract title for simplicity
            var bodySI = data.indexOf('<body>') + '<body>'.length,
                bodyEI = data.indexOf('</body>'),
                body = data.substr(bodySI, bodyEI - bodySI),
                $body;

            body = body.replace(/<script[^>]*>/gi, ' <!-- ');
            body = body.replace(/<\/script>/gi, ' --> ');

            //console.log(body);

            $body = $('<div>').html(body);
            console.log($body.html());
        });

этот вид ярлыков беспокоится о скрипте, потому что вы не пытаетесь удалить теги и содержимое скрипта, вместо этого вы заменяете их схемами рендеринга комментариев, чтобы сломать их бесполезно, поскольку у вас будут комментарии, разделяющие ваши объявления скрипта.

Дай мне знайте, если это все еще представляет проблему, как это поможет мне тоже.

1  
2014-01-27 19:28:24

вот несколько сценариев оболочки, которые можно использовать для удаления различных элементов.

# doctype
find . -regex ".*\.\(html\|py\)$" -type f -exec sed -i "s/<\!DOCTYPE\s\+html[^>]*>/<\!DOCTYPE html>/gi" {} \;

# meta charset
find . -regex ".*\.\(html\|py\)$" -type f -exec sed -i "s/<meta[^>]*content=[\"'][^\"']*utf-8[\"'][^>]*>/<meta charset=\"utf-8\">/gi" {} \;

# script text/javascript
find . -regex ".*\.\(html\|py\)$" -type f -exec sed -i "s/\(<script[^>]*\)\(\stype=[\"']text\/javascript[\"']\)\(\s\?[^>]*>\)//gi" {} \;

# style text/css
find . -regex ".*\.\(html\|py\)$" -type f -exec sed -i "s/\(<style[^>]*\)\(\stype=[\"']text\/css[\"']\)\(\s\?[^>]*>\)//gi" {} \;

# html xmlns
find . -regex ".*\.\(html\|py\)$" -type f -exec sed -i "s/\(<html[^>]*\)\(\sxmlns=[\"'][^\"']*[\"']\)\(\s\?[^>]*>\)//gi" {} \;

# html xml:lang
find . -regex ".*\.\(html\|py\)$" -type f -exec sed -i "s/\(<html[^>]*\)\(\sxml:lang=[\"'][^\"']*[\"']\)\(\s\?[^>]*>\)//gi" {} \;
0  
2014-03-25 10:30:24

/(?:(?!)

0  
2014-04-08 10:17:01

Если вы хотите удалить весь код JavaScript из некоторого HTML-текста, то удалите <script> тегов недостаточно, потому что JavaScript все еще может жить в "onclick", "onerror", "href" и других атрибутах.

попробуйте этот модуль npm, который обрабатывает все это: https://www.npmjs.com/package/strip-js

0  
2016-10-10 00:05:28

Вы можете попробовать 

$("your_div_id").remove();

или

 $("your_div_id").html("");
0  
2016-11-16 12:12:59

попробуйте это:

var text = text.replace(/<script[^>]*>(?:(?!<\/script>)[^])*<\/script>/g, "")
0  
2017-03-09 19:57:37

Comments

    Ничего не найдено.
Click here to cancel reply.