Swoole

写出PHP正则表达式，过虑网页上的所有JS/VBS脚本？

参考答案：

要过滤网页上的所有JavaScript和VBScript脚本，你可以使用PHP的正则表达式功能。以下是一个简单的示例，它使用preg_replace函数来移除<script>标签及其内容：

<?php

function removeScripts($html) {
    // 移除JavaScript脚本
    $html = preg_replace(
        '/<script\b[^<]*(?:(?!<\/script>)<[^<]*)*<\/script>/si',
        '',
        $html
    );
    
    // 移除VBScript脚本
    // VBScript 很少在现代网页中看到，但如果存在，这个正则也会尝试移除
    $html = preg_replace(
        '/<script\s+language=["\']?VBScript["\']?[^<]*(?:(?!<\/script>)<[^<]*)*<\/script>/si',
        '',
        $html
    );
    
    return $html;
}

// 示例用法
$htmlContent = '<html><body>
    <h1>Hello, World!</h1>
    <script type="text/javascript">
        alert("This is JavaScript");
    </script>
    <script language="VBScript">
        MsgBox("This is VBScript")
    </script>
</body></html>';

$cleanedHtml = removeScripts($htmlContent);
echo $cleanedHtml;

这段代码定义了一个removeScripts函数，它接受HTML内容作为输入，并使用两个正则表达式来移除JavaScript和VBScript脚本。然后，你可以调用这个函数并传入你的HTML内容来清理脚本。

注意：这种方法并不完美，特别是当<script>标签的属性顺序或结构发生变化时，或者当JavaScript或VBScript代码嵌入到其他HTML元素中时（例如，作为onclick事件的处理程序）。要完全、准确地移除所有脚本，你可能需要使用更复杂的HTML解析库，如PHP的DOMDocument或类似的库。