“脚本语句”指HTML或模板中具有执行语义的标记片段（如<script>...</script>、{{...}}），需按语法上下文识别而非简单字符串删除；std::string仅支持文本擦除，无法解析嵌套、转义或上下文，安全处理须用专业HTML解析器。
什么是“脚本语句”？先确认你要删的到底是什么
C++ 标准字符串（std::string）本身不解析、不执行任何脚本——它只是字节序列。所谓“删除脚本语句”，实际是按文本模式匹配并移除符合某种语法特征的子串，比如 HTML 中的 <script>...</script>，或模板引擎里类似 {{ variable }}、{% if ... %} 的标记。
常见误判：把 std::string::erase() 当成“智能脚本过滤器”。它只做纯文本擦除，不会识别嵌套、转义、注释或语法边界。
实操前必须明确：
- 目标模式是否固定？例如总是
<script>开头、</script>结尾 - 是否需处理嵌套（如
<script>...<script>...</script>...</script>）？标准库无法递归解析 - 是否要忽略大小写或空白？
<SCRIPT type="text/javascript">也算 - 是否允许误删？比如
console.log("</script>");里的闭合标签不该被当真
用 std::string::find + erase 删除单层 <script> 块
这是最常用、也最容易出错的场景：HTML 片段中剥离所有 <script>...</script>（不含嵌套）。
关键点：
- 必须从后往前删，否则
erase后索引偏移会导致漏删或越界 - 查找要区分大小写，且需容错空格和换行：
<script[^>]*>这类正则不能直接用，得手写跳过属性 - 简单起见，只匹配
<script>和</script>（小写、无属性），用std::string::find两次定位
void removeScriptTags(std::string& s) {
size_t start = 0;
while ((start = s.find("<script", start)) != std::string::npos) {
size_t end = s.find("</script>", start);
if (end == std::string::npos) break;
// 确保闭合标签在开始标签之后（基础校验）
if (end > start) {
s.erase(start, end - start + 11); // +11 是 "</script>" 长度
// 不加 start++，因为 erase 后新内容已在原位
} else {
start++; // 防死循环
}
}
}注意：这段代码不处理 <script type="module"> 或 <SCRIPT>，也不防注释干扰（如 <!-- <script> -->）。
立即学习“C++免费学习笔记（深入）”；
用 std::regex_replace 处理带属性或大小写变体
C++11 起支持 <regex>，适合规则较灵活但不涉及嵌套/上下文感知的情况。
组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。
典型坑：
- Windows 上 MSVC 的
std::regex实现长期有 bug，匹配失败或崩溃很常见；GCC/Clang 更稳 -
std::regex默认不支持/i忽略大小写标志，得用std::regex_constants::icase - 贪婪匹配（
.*）会跨标签吞掉中间内容，应优先用非贪婪（但 C++ 标准 regex 不支持.*?，得改用[^<]*类绕过）
std::string removeScriptTagsRegex(const std::string& s) {
// 匹配 <script ...> 到 </script>，允许任意空白和属性
std::regex pattern(R"(<script\b[^>]*>[^<]*</script>)",
std::regex_constants::icase);
return std::regex_replace(s, pattern, "");
}这仍无法处理 <script>...<script>...</script>...</script>，且对 JS 字符串内的 </script> 无能为力。
真正安全的方案：用专业 HTML 解析器，别硬刚字符串
如果你的输入是 HTML，且要求“正确删除所有脚本内容”，std::string 层面的操作注定不可靠。
原因很实在：
- HTML 是上下文敏感语言：标签可能在注释、JS 字符串、CSS 中出现，纯文本替换必翻车
- 浏览器解析规则复杂（如自动闭合、命名空间、自定义元素），正则根本覆盖不完
- 性能上，小文本无所谓；但若反复解析大 HTML，手写状态机或调用 libxml2 / htmlcxx 效率更高
比如用 htmlcxx（轻量 C++ HTML 解析器）：
// 伪代码：遍历 DOM，跳过 script 节点，拼接其余文本节点 HTML::ParserDom parser; tree<HTML::Node>::iterator iter = parser.parseTree(html).begin(); // ... 然后递归遍历，忽略 script 元素及其子树
这不是“过度设计”——当你发现第 3 次因 <script src="a.js"></script> 里没内容而漏删，或因 <script>document.write("</script>");</script> 导致页面崩坏时，就该停手了。
真正的难点从来不在“怎么删”，而在于“怎么定义‘该删’”。
