HTML中<script ...>....</script>标签的正则表达式？

    RT:求一个能匹配HTML代码中<script ...>....</script>标签的正则表达式？？？

    HTML代码可以看成是一个字符串，我试了好多帖子中的正则表达式，自己也写过，都有问题。比如对 搜狐 的首页进行匹配。
    我自己写的：
    String html = html .replaceAll("<script.*?</script>", "");  (不考虑HTML Code换行，我已经去掉换行了)

    老外帖子上找的：
    String html = html .replaceAll("<script(?:[^<]++|<(?!/script>))*+</script>", "");
    希望有哥们指点！ 谢谢！！！


    要能匹配有嵌套HTML标签的，(可以不考虑换行问题)，样本如下：

    <div>
      ...
      <script type='text/javascript' ...>
          ....
          document.writeln("<h1>在JS代码里也可能会嵌套HTML标签等等，各种符合语法的嵌套</h1>");
          ....
      </script>
      ...

      <script type='text/javascript' ...>
          ....
          document.writeln("<h1>在JS代码里也可能会嵌套HTML标签等等，各种符合语法的嵌套</h1>");
          ....
      </script>
      ....
    </div>
    

        var str='<div> '+  
         ' ... '+  
         ' <script type=\'text/javascript\' ...> '+  
            '  .... '+  
            '  document.writeln("<h1>在JS代码里也可能会嵌套HTML标签等等，各种符合语法的嵌套</h1>"); '+  
          '    .... '+  
         ' <\/script> '+  
        '  ... '+  
        '  <script type=\'text/javascript\' ...> '+  
        '      .... '+  
          '    document.writeln("<h1>在JS代码里也可能会嵌套HTML标签等等，各种符合语法的嵌套</h1>"); '+  
          '    .... '+  
        '  <\/script> '+  
        '  .... '+  
        '</div> ';  
        alert(str);  
        var reg=/<script[^>]*>.*(?=<\/script>)<\/script>/gi;  
        alert(str.replace(reg,''));  



    我用你这个还是不行，你不妨对www.sohu.com的首页过滤一遍试试....
    我套用的代码如下：
    input = input.replaceAll("<script[^>]*>.*(?=<\\/script>)<\\/script>", "");  没有效果。
    问题补充：
    xiaolongfeixiang 写道
    <script\\b.*?>*?</script>


    不行！！ 试了
    htmlcode= htmlcode.replaceAll("<script\\b.*?>*?</script>", "");
   

        str=str.replace(/&lt;/g,'<');  
                str=str.replace(/&gt;/g,'>');  
        var reg=/<script[^>]*>.*(?=<\/script>)<\/script>/gi;  
        alert(str.replace(reg,''));  


    怀疑是HTML转义的问题
    我一般都用replace();js不像java 不知道有没replaceAll这玩意
    后面带的g就是all的意思


    呵呵，JS还是Java正则表达式，没关系，我看的懂，其实他们都是一样的。我就想要获得一个比较完美的能匹配<script/>标签的正则表达式。
    问题补充：
    shinestarwang 写道
    Pattern p = Pattern.compile("(?is)<script[^>]*?>.*?<\\/script>");
    Matcher m = p.matcher(html);
    return m.replaceAll("");
    记得给分哦！


    "<script[^>]*?>.*?<\\/script>"
    我想这个正则表达式应该是正确的，比我自己写的完善。至于为什么一直去除JS没有去除干净，我还是找不出原因！
    问题补充：
    shinestarwang 写道
    Pattern p = Pattern.compile("(?is)<script[^>]*?>.*?<\\/script>");
    Matcher m = p.matcher(html);
    return m.replaceAll("");
    记得给分哦！



    现在突然明白了，为什么会JS去除不干净了，呵呵，原来是大家的JS正则表达式里，都没有考虑JS嵌套！！！比如：
    <script ...>
       ....
       document.writeln("<script ....>...</script>");
       ....
    </script>
    当匹配第一个</script>后，就完成了匹配。结果就留下了后面这段！！！
    现在我自己想了一个方式：
    0. </script>全换成<script>，因为<script/>标签一定是成对出现的。
    1. 然后用"<script[^>]*?>.*?<script[^>]*?>"去匹配。
    这样就应该能搞定JS残留问题。呵呵
    代码如下（Java）：
    //去除CSS、Javascript代码  )
    input = input.replaceAll("/(style|script)", "stylescript");
    input = input.replaceAll("<stylescript[^>]*?>.*?<stylescript[^>]*?>", "");
    问题补充：
 

        str=str.replace(/&lt;/g,'<');     
        str=str.replace(/&gt;/g,'>');     
        var reg=/<script[^>]*>(.|\n)*?(?=<\/script>)<\/script>/gi;     
        alert(str.replace(reg,''));  


    

    其实不是换行的问题，是<script/>标签嵌套的问题！导致了去除不干净@！
    问题补充：
    shinestarwang 写道
    Pattern p = Pattern.compile("(?is)<script[^>]*?>.*?<\\/script>");
    Matcher m = p.matcher(html);
    return m.replaceAll("");
    记得给分哦！



    最终解决方案（Java）：
    input = input.replaceAll("<script(?:[^<]++|<(?!/script>))*+</script>", "<script>");
    while(input.contains("</script>")){
         input = input.replaceAll("<script(?:[^<]++|<(?!/script>))*+</script>", "<script>");
    }

 
        str=str.replace(/&lt;/g,'<');  
                str=str.replace(/&gt;/g,'>');  
        var reg=/<script[^>]*>.*(?=<\/script>)<\/script>/gi;  
        alert(str.replace(reg,''));  


    怀疑是HTML转义的问题
    我一般都用replace();js不像java 不知道有没replaceAll这玩意
    后面带的g就是all的意思

 
    Pattern p = Pattern.compile("(?is)<script[^>]*?>.*?<\\/script>");
    Matcher m = p.matcher("要判断的字符串<script type= >3433</script>");

    try{
    if(m.start()>-1){
    System.out.println("存在");
    }
    }catch(IllegalStateException e){
    if(m.matches()){
    System.out.println("存在");
    }else{
    System.out.println("不存在");
    }
    }


    Pattern p = Pattern.compile("(?is)<script[^>]*?>.*?<\\/script>");
    Matcher m = p.matcher("你要判断的字符串如：<script language=vbscript >3333333333</script>");
    return m.replaceAll("");
    2010年4月10日 17:04
    shinestarwang shinestarwang
 

    Pattern p = Pattern.compile("(?is)<script[^>]*?>.*?<\\/script>");
    Matcher m = p.matcher(html);
    return m.replaceAll("");
   
        <script>  
          
        var str = "<div>\n  ...  <script type=\'text/javascript\' ...>\n      ....\n      document.writeln(\'<h1>在JS代码里也可能会嵌套HTML标签等等，各种符合语法的嵌套</h1>\');\n";  
        str = str + "      ....\n  \<\/script\>\n  ...\n  <script type=\'text/javascript\' ...>\n      ....\n";  
        str = str + "document.writeln(\'<h1>在JS代码里也可能会嵌套HTML标签等等，各种符合语法的嵌套</h1>\');\n      ....\n  \<\/script\>\n  ....\n\<\/div\>\n";  
        alert(str);    
        var reg = /<\s*script.*>(\s*|\S*)*<\/\s*script\s*>/gim;  
          
        alert(str.replace(reg,''));    
          
        </script>  

   

    我有一个API文档 你可以看看 里边有正则表达式的详细介绍
    [url]http://doc.51windows.net/jscript5/?url=/jscript5/html/jsoprinstanceof.htm
    [/url]
 
        str=str.replace(/&lt;/g,'<');     
        str=str.replace(/&gt;/g,'>');     
        var reg=/<script[^>]*>(.|\n)*?(?=<\/script>)<\/script>/gi;     
        alert(str.replace(reg,''));  


 

    少写了个点
    <script\\b.*?>.*?</script>
    Java代码  收藏代码

        public static void main(String[] args) {  
            String str ="<div>...<script type='text/javascript' ...>...."+  
                 "document.writeln(\"<h1>在JS代码里也可能会嵌套HTML标签等等，各种符合语法的嵌套</h1>\");"+  
                  "....</script> ..."+  
                  "<script type='text/javascript' ...>"+  
                  "....document.writeln(\"<h1>在JS代码里也可能会嵌套HTML标签等等，各种符合语法的嵌套</h1>\");"+  
                  "....</script>....</div>";  
              
            str = str.replaceAll("<script\\b.*?>.*?</script>", "");  
              
            System.out.println(str);  
          
        }  


    你不会是说要像java这样的正则吧 抱歉 我没搞过java的正则
 

        var str='<div> '+  
         ' ... '+  
         ' <script type=\'text/javascript\' ...> '+  
            '  .... '+  
            '  document.writeln("<h1>在JS代码里也可能会嵌套HTML标签等等，各种符合语法的嵌套</h1>"); '+  
          '    .... '+  
         ' <\/script> '+  
        '  ... '+  
        '  <script type=\'text/javascript\' ...> '+  
        '      .... '+  
          '    document.writeln("<h1>在JS代码里也可能会嵌套HTML标签等等，各种符合语法的嵌套</h1>"); '+  
          '    .... '+  
        '  <\/script> '+  
        '  .... '+  
        '</div> ';  
        alert(str);  
        var reg=/<script[^>]*>.*(?=<\/script>)<\/script>/gi;  
        alert(str.replace(reg,''));