Question

我有一个包含HTML内容的专栏。我想在该列中搜索单词，但只搜索文本，而不是HTML代码。

例如：

(1) <p class="last">First time I went there...</p>
(2) This is a <em>very</em> subtle colour.

（1）搜索last找不到它，因为它是一个类名，而不是内容。
（2）搜索very subtle会找到它，忽略HTML

这可以直接用SQLite吗？

注意：我无法定义函数。

Answer 1

不要使用SQLite。

使用您的编程语言，使用SQLite的框架。

在包含html代码的列的表中，为有关html的数据添加其他列。当您使用框架分析html时，您将不得不收集额外列的数据。

跟踪有关html格式所具有的结构的数据，并将额外的列保存为html数据的文本内容。

您可以通过简单的REGEX获取所有标签：

/<?[^<>]+>?/

通过扫描带有上述正则表达式的标签的html数据来检查如何接收数据，并为标记内容编写迭代评估（即，如果结果数组中的字符串以“＆lt;”ita标记开头，通过使用/<\s*\/\s*[^>]+>/进行扫描，您将看到它是否为结束标记，并通过/<\s*[^\/>]+\s*\/\s*>/扫描它，您将看到它是否是单个封闭标记。如果没有适用的差异状态，则为文字内容。

Answer 2

直接在SQLite中执行此操作并不是很好的方法（您需要构建一个解析HTML的SQLite扩展，让您像MSSQL的XML字段类型一样搜索它）

最好的办法是解析代码中的HTML并将所有文本写入单独的列中，以便在评论中以@Kevin的形式进行搜索。

E.g。

 ID | HTML                                   | Text
 ---------------------------------------------------------------------------
 1  | <p class="last">First time ...</p>     | First time ...
 2  | This is a <em>very</em> subtle colour. | This is a very subtle colour.

SQLite与正则表达式一样

2 个答案: