1

■やりたいこと:
PHPにて、以下のコードを含む文字列から <script type="text/javascript">から</script>までを削除したい

ただし
<!-- Add Google Analytics Tag // --> が必ずある保証はない
・このコードの上下には <script type= や </script> を含む文字列が複数ある
google-analytics.com の文字列はこの部分にのみ存在する とする

■やったこと
preg_match('{<script type(.*?)analytics}s', $data, $result);
で取得すると、一番最初の <script type から検索に引っかかる。

    <!-- Add Google Analytics Tag // -->
    <script type="text/javascript">
var _gaq = _gaq || [];
_gaq.push(['_setAccount', 'UA-********-1']);
_gaq.push(['_trackPageview']);
_gaq.push(['_setCookiePath', '/']);

(function() {
    var ga = document.createElement('script'); ga.type = 'text/javascript'; ga.async = true;
    ga.src = ('https:' == document.location.protocol ? 'https://ssl' : 'http://www') + '.google-analytics.com/ga.js';
    var s = document.getElementsByTagName('script')[0]; s.parentNode.insertBefore(ga, s);
})();
    </script>
    <!-- // Add Google Analytics Tag -->

1 件の回答 1

1

XMLやHTML等、無限に入れ子が発生しうる文章に対して正規表現を使うのはおすすめできません。このような場合はHTMLパーサを使うのが一般的です。

<?php

$html = <<<__HTML
<!DOCTYPE html>
<html>
<head>
    <meta charset="UTF-8">
    <title>パーサを使ってGoogleAnalyticsのコードを削る</title>

    <!-- Add Google Analytics Tag // -->
    <script type="text/javascript">
var _gaq = _gaq || [];
_gaq.push(['_setAccount', 'UA-********-1']);
_gaq.push(['_trackPageview']);
_gaq.push(['_setCookiePath', '/']);

(function() {
    var ga = document.createElement('script'); ga.type = 'text/javascript'; ga.async = true;
    ga.src = ('https:' == document.location.protocol ? 'https://ssl' : 'http://www') + '.google-analytics.com/ga.js';
    var s = document.getElementsByTagName('script')[0]; s.parentNode.insertBefore(ga, s);
})();
    </script>
    <!-- // Add Google Analytics Tag -->

    <script type="text/template">
        他のscriptタグ
    </script>
</head>
<body>
    <div>
        <p>本文</p>
    </div>
</body>
</html>
__HTML;

$GOOGLE_URL = '.google-analytics.com/ga.js';

$doc = new DOMDocument();
$doc->formatOutput = true;
$doc->preserveWhiteSpace = false;
$doc->documentEncoding = 'UTF-8';
$doc->loadHTML($html);

$scripts = iterator_to_array($doc->getElementsByTagName('script'));
foreach ($scripts as $s) {
    if (strpos($s->nodeValue, $GOOGLE_URL) === false) continue;
    $s->parentNode->removeChild($s);
}

echo $doc->saveHTML($doc->documentElement);

出力:

<html>
<head>
<meta charset="UTF-8">
<title>パーサを使ってGoogleAnalyticsのコードを削る</title>
<!-- Add Google Analytics Tag // --><!-- // Add Google Analytics Tag --><script type="text/template">
        他のscriptタグ
    </script>
</head>
<body>
    <div>
        <p>本文</p>
    </div>
</body>
</html>

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。