PHP ganon如何閱讀javascript

Question

我正在使用php ganon dom解析器來抓取一些html頁面，但我被卡在需要從源讀取一些javascript的JavaScript。

<script type="text/javascript"> 
    Event.observe(window, 'load', function() { 
     ig_lightbox_main_img=0; 
ig_lightbox_img_sequence.push('http://someimageurl.com/image.jpg'); 
ig_lightbox_img_labels.push("Some text"); 
ig_lightbox_img_sequence.push('http://someimageurl.com/image2.jpg'); 
ig_lightbox_img_labels.push("Some text 2"); 
    }); 
</script> 

我想讀的URL形成與我已經使用這個代碼頁的HTML未來對現在

$html = str_get_dom('some page html here'); 
    foreach($html('.product-img-box script[type=text/javascript]') as $script){ 
    echo $script->html(); 
} 

上面的腳本但是這是行不通的。關於如何閱讀腳本的任何想法

Answer 1

嘗試將type=text/javascript左右的字符加到$html對象的字符串中。

我看看here，他們有一個例子：

foreach($html('a[href ^= "http://"]') as $element) { 
    $element->wrap('center'); 
} 

我認爲這是/可能已經使其返回錯誤的結果。

編輯

被眼前的問題混爲一談，我認爲問題是，你不能拿到劇本里面的數據，這是因爲你的選擇的。無論如何，經過一番思考，如果你有一個帶有數據的腳本標籤的字符串副本，只需在它上面運行一個正則表達式即可。

這裏是我測試的一個示例：

$string = "<script type=\"text/javascript\"> 
    Event.observe(window, 'load', function() { 
     ig_lightbox_main_img=0; 
ig_lightbox_img_sequence.push('http://someimageurl.com/image.jpg'); 
ig_lightbox_img_labels.push(\"Some text\"); 
ig_lightbox_img_sequence.push('http://someimageurl.com/image2.jpg'); 
ig_lightbox_img_labels.push(\"Some text 2\"); 
    }); 
</script>"; 

$regex = "/\b(?:(?:https?|ftp|file):\/\/|www\.|ftp\.)[-A-Za-z0-9+&@#\/%=~_|$?!:,.]*[A-Za-z0-9+&@#\/%=~_|$]/"; 

$results = array(); 

preg_match_all($regex,$string,$results); 

var_dump($results); 
//Result: array(1) { [0]=> array(2) { [0]=> string(33) "http://someimageurl.com/image.jpg" [1]=> string(34) "http://someimageurl.com/image2.jpg" } } 

$results具有在其內部的URL數據作​​爲從preg_match_all（Documentation）返回。

如果有幫助，一旦你有了URL，你可以在PHP中使用parse_url（Documentation），它將字符串URL分割成更容易使用的東西。

注意：使用的正則表達式是一個相當簡單的表達式，並不會涵蓋每種情況。如here和here所述，爲此得到完美的正則表達式是非常困難的。