PHP从JavaScript里面提取变量值及data参数值

PHP从网页代码里面提取JS变量值及data参数值

通常用于抓取网页,模拟数据提交时

匹配 JavaScript 变量赋值, 提取 data: { ... } 的内容

function get_var($name, $html) {   // 匹配 JavaScript 变量赋值
    // 匹配 <script> 标签内容
    $scriptPattern = "/<script\b[^>]*>([\s\S]*?)<\/script>/i";
    preg_match_all($scriptPattern, $html, $scriptMatches);

    if (empty($scriptMatches[1])) {
        return false; // 未找到 <script> 标签
    }

    // 遍历所有 <script> 标签内容
    foreach ($scriptMatches[1] as $scriptContent) {
        // 匹配 JavaScript 变量赋值
        $pattern = "/\b(?:var|let|const)?\s*" . preg_quote($name, '/') . "\s*=\s*(.*?);/s";
        preg_match($pattern, $scriptContent, $matches);

        if (!empty($matches[1])) {
            // 去除值两侧的空格和引号
            $value = trim($matches[1]);
            $value = trim($value, "'\""); // 去除单引号或双引号

            // 验证值是否为字符或数字
            if (preg_match('/^[a-zA-Z0-9\.\-\_]+$/', $value)) {
                return $value;
            }
        }
    }

    return false; // 未找到变量或变量值不符合要求
}
    
    function get_js_data($html) { //Js代码中提取 data: { ... } 的内容
    // 移除所有注释（单行和多行）
    $html = preg_replace("/\/\/.*?\n/", "\n", $html); // 移除单行注释
    $html = preg_replace("/\/\*[\s\S]*?\*\//", "", $html); // 移除多行注释

    // 匹配 data: { ... } 的内容（支持跨行和嵌套对象）
    $pattern = '/data\s*:\s*\{((?:[^{}]*|(?R))*)\}/s';
    preg_match($pattern, $html, $matches);

    if (empty($matches[1])) {
        return false; // 未找到 data 内容
    }

    $dataContent = trim($matches[1]);

    // 标准化键名和值
    $dataContent = preg_replace_callback(
        '/(\w+)\s*:/', 
        function ($m) { return '"' . $m[1] . '":'; }, // 键名加双引号
        $dataContent
    );

    // 处理单引号字符串
    $dataContent = preg_replace("/'([^']*)'/", '"$1"', $dataContent);

    // 处理特殊值表达式（如 jQuery 选择器）
    $dataContent = preg_replace_callback(
        '/:\s*([^,}\n]+)/',
        function ($m) {
            $value = trim($m[1]);
            // 处理变量和函数表达式
            if (preg_match('/^\$\(|^[a-zA-Z_]/', $value)) {
                return ': "' . addslashes($value) . '"'; // 转为带转义的字符串
            }
            return ': ' . $value;
        },
        $dataContent
    );

    // 修复尾部逗号问题
    $dataContent = preg_replace('/,\s*}/', '}', $dataContent);

    // 尝试解析为 PHP 数组
    $dataArray = json_decode('{' . $dataContent . '}', true);

    if (json_last_error() !== JSON_ERROR_NONE) {
        return false; // 解析失败
    }

    return $dataArray;
}