RegEx获取脚本标记的属性和主体

Question

我正在使用此正则表达式来查找<script>标记:

<script (.|\n)*>(.|\n)*?</script>

问题是,它匹配下面的ENTIRE字符串,而不仅仅是每个标记:

<script src="crap2.js"></script><script src="crap2.js"></script>

Answer 1

由于这个原因以及各种其他原因,您最好使用DOM来处理HTML.

Answer 2

除了XHTML自包含标签之外,除了RegEx匹配开放标签之外,我认为不需要说任何其他内容.

Answer 3

把你的第一个改为*？

这是非贪婪的'全部匹配',因此它将匹配下一个'>'之前的最小字符集.

Answer 4

另见本周的Coding Horror:解析Html The Cthulhu Way,灵感来自@bobince与@JS Bangs链接的史诗回答.