删除 PHP 中所有真正的 Javascript 注释

Question

我正在寻找一种使用 PHP 去除 HTML 代码中所有javascript 注释的解决方案。

我只想删除Javascript 注释（而不是 HTML 注释等）。 我认为正则表达式不是解决方案，因为它无法理解是真正的注释还是字符串的一部分。 例子：

<script>

// This is a comment
/* This is another comment */

// The following is not a comment
var src="//google.com"; 

</script>

有办法吗？ 提前谢谢了

Answer 1

要做的第一件事：您需要提取脚本标签的内容。 为此，请使用 DOMDocument：

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

$scriptNodes = $dom->getElementsByTagName('script');

第二步包括删除每个脚本节点的所有 javascript 注释。

如果需要，您可以使用第三方 javascript 解析器，但您也可以使用正则表达式来实现。 您所需要的只是防止将引号之间的部分考虑在内。

为此，您必须搜索引号之间的第一部分并丢弃它们。 使用 javascript 做到这一点的唯一困难是引号可以在正则表达式模式中，例如：
/pattern " with a quote/

所以你需要找到模式来防止任何错误。

图案示例：

$pattern = <<<'EOD'
~
(?(DEFINE)
    (?<squoted> ' [^'\n\\]*+ (?: \\. [^'\n\\]* )*+ ' )
    (?<dquoted> " [^"\n\\]*+ (?: \\. [^"\n\\]* )*+ " )
    (?<tquoted> ` [^`\\]*+ (?s: \\. [^`\\]*)*+ ` )
    (?<quoted>  \g<squoted> | \g<dquoted> | \g<tquoted> )
    
    (?<scomment> // \N* )
    (?<mcomment> /\* [^*]*+ (?: \*+ (?!/) [^*]* )*+ \*/ )
    (?<comment> \g<scomment> | \g<mcomment> )
    
    (?<pattern> / [^\n/*] [^\n/\\]*+ (?>\\.[^\n/\\]*)* / [gimuy]* ) 
)

(?=[[(:,=/"'`])
(?|
    \g<quoted> (*SKIP)(*FAIL)
  |
    ( [[(:,=] \s* ) (*SKIP) (?: \g<comment> \s* )*+ ( \g<pattern> )
  | 
    ( \g<pattern> \s* ) (?: \g<comment> \s* )*+ 
    ( \. \s* ) (?:\g<comment> \s* )*+ ([A-Za-z_]\w*)
  |
    \g<comment>
)
~x
EOD;

然后替换每个脚本节点的内容：

foreach ($scriptNodes as $scriptNode) {
    $scriptNode->nodeValue = preg_replace($pattern, '$9${10}${11}', $scriptNode->nodeValue);
}

$html = $dom->saveHTML();

演示

图案详情：

((?DEFINE)...)是一个区域，您可以在其中放置稍后需要的所有子模式定义。 “真正的”模式在此之后开始。

(?<name>...)是命名的子模式。 它与捕获组相同，只是您可以使用其名称（如\\g<name> ）而不是其编号来引用它。

*+是所有格量词

\\N表示不是换行符的字符

(?=[[(:,=/"' ])</code> is a [lookahead][3] that checks if the next character is one of these <code>[ ( : , = / " ' 。目标这个测试的目的是为了防止在字符不同的情况下测试以下交替的每个分支。如果删除它，模式将起作用，只是快速跳过字符串中无用的位置。

(*SKIP)是一个回溯控制动词。 当模式在它之后失败时，在它之前匹配的所有位置都不会被尝试。

(*FAIL)也是一个回溯控制动词并强制模式失败。

(?|..(..)..(..)..|..(..)..(..)..)是一个分支复位组。 在其中，捕获组在每个分支中分别具有相同的编号（对于此模式为 9 和 10） 。

Answer 2

使用这个功能

 function removeComments(str) { str = ('__' + str + '__').split(''); var mode = { singleQuote: false, doubleQuote: false, regex: false, blockComment: false, lineComment: false, condComp: false }; for (var i = 0, l = str.length; i < l; i++) { if (mode.regex) { if (str[i] === '/' && str[i-1] !== '\\') { mode.regex = false; } continue; } if (mode.singleQuote) { if (str[i] === "'" && str[i-1] !== '\\') { mode.singleQuote = false; } continue; } if (mode.doubleQuote) { if (str[i] === '"' && str[i-1] !== '\\') { mode.doubleQuote = false; } continue; } if (mode.blockComment) { if (str[i] === '*' && str[i+1] === '/') { str[i+1] = ''; mode.blockComment = false; } str[i] = ''; continue; } if (mode.lineComment) { if (str[i+1] === 'n' || str[i+1] === 'r') { mode.lineComment = false; } str[i] = ''; continue; } if (mode.condComp) { if (str[i-2] === '@' && str[i-1] === '*' && str[i] === '/') { mode.condComp = false; } continue; } mode.doubleQuote = str[i] === '"'; mode.singleQuote = str[i] === "'"; if (str[i] === '/') { if (str[i+1] === '*' && str[i+2] === '@') { mode.condComp = true; continue; } if (str[i+1] === '*') { str[i] = ''; mode.blockComment = true; continue; } if (str[i+1] === '/') { str[i] = ''; mode.lineComment = true; continue; } mode.regex = true; } } return str.join('').slice(2, -2); }

使用这两个链接http://trinithis.awardspace.com/commentStripper/stripper.html

http://james.padolsey.com/javascript/removing-comments-in-javascript/

进一步参考检查它Javascript 注释剥离器

Answer 3

此 RegExp 将适用于您的示例：

^\/(?:\/|\*).*

PHP代码：

$re = "/^\\/(?:\\/|\\*).*/m"; 
$str = "<script>\n\n// This is a comment\n/* This is another comment */\n\n// The following is not a comment\nvar src=\"//google.com\"; \n\n</script>"; 

preg_match_all($re, $str, $matches);

演示

---

或者也许这个，以验证*/ ：

^\/{2}.*|\/\*.*\*\/$

PHP代码：

$re = "/^\\/{2}.*|\\/\\*.*\\*\\/$/m"; 
$str = "<script>\n\n// This is a comment\n/* This is another comment */\n\n// The following is not a comment\nvar src=\"//google.com\"; \n\n</script>"; 

preg_match_all($re, $str, $matches);

演示2