使用 simple_html_dom.php 抓取 javascript 数据

Question

我只是从带有 simple_html_dom.php

的外部页面废弃脚本标签得到这个字符串

var secs = 0; 
var lastp = 0;
var newInstance = newObjce("xxx").setup(    
"more":[{.....}], 
"sources": [
{"file":"url1","label":"360p","default":"true"},
{"file":"url2","label":"480p"},
{"file":"url3","label":"720p"},
{"file":"url4","label":"1080p HD"}
], 
"morestuff":[{......}])

如何获取 "sources"[ ..this data...] 之间的数据并在 php 变量中赋值？使 var_dump 成为这个总是 returning 的字符串对象使用 json_encode 对我不起作用，因为在应用并使 var_dump return 总是字符串对象之后，这就是为什么我认为正则表达式可以帮助我

Answer 1

我找到了一个解决方案，我发现这个页面可以在线生成正则表达式 http://txt2re.com/index-php.php3，把解决我问题的功能留在这里，如果以后有人需要的话

$re1='.*?'; # Non-greedy match on filler
$re2='("sources".*?\[.*?\])'; # Double Quote String 1
if ($c=preg_match_all ("/".$re1.$re2."/is", $string, $matches))
{
  $string1=$matches[1][0];
  print ($string1);
 }

Answer 2

您希望完成的工作可以使用正则表达式完成，但这可能不是最佳选择。例如，您可以在 sources 之后的第一个括号“[”和左括号之后的下一个闭括号之后的停止匹配之间进行匹配。参见 https://regex101.com/r/mVVEGp/1。

但是，如果在您预期之前出现一个右括号（例如，在字符串中），您就有遇到麻烦的风险。使用适当的解析器解析 JSON 可能会更好。 json_decode 是一个成熟的原生 PHP 实现。还有其他实现允许将 JSON 作为流读取，这适用于大型数据集。

简而言之，正则表达式可能不是此用例的最佳选择。

使用 simple_html_dom.php 抓取 javascript 数据

scraping javascript data with simple_html_dom.php

php

regex

external