SQL Server 正则表达式清除标记答案

【问题标题】：SQL Server regular expressions clean tagsSQL Server 正则表达式清除标记
【发布时间】：2018-02-24 15:41:23
【问题描述】：

我在数据中有以下 HTML 内容：

outer text <span class="cssname">inner text to be removed along with tags</span> further text

我想在查询中使用正则表达式删除所有特定标签以及内部文本<span with class='cssname'。

我喜欢的预期输出是：

'outer text further text'

【问题讨论】：

我希望有人给我写代码 4。
这最好在数据库之外使用 HTML 解析器在插入后检索之前完成。
感谢您的回复。但我希望在 SQL 数据库级别而不是在代码端使用 html 解析器来执行此操作。任何人都可以为此提供 sql 查询。
任何答案对您有用吗？如果是这样，请please upvote any such answers and accept the one that is most useful to you.

标签： sql sql-server regex sql-server-2012

【解决方案1】：

SQL Server 不像其他语言那样完全支持正则表达式。这适用于单个标签。

declare @var nvarchar(256) = N'outer text <span class="cssname">inner text to be removed along with tags</span> further text'

select 
    stuff(@var,charindex('<',@var),charindex('>',@var,charindex('</',@var)) - charindex('<',@var) + 1,'')

【讨论】：

【解决方案2】：

这种方式调整 HTML 以从常规文本创建 <content> 元素并将结果转换为 XML。这是在CROSS APPLY 部分完成的。

第二步使用 XQuery 查询 <content> 元素中的文本（从而剥离 <span> 元素）。

DECLARE @tt TABLE(t NVARCHAR(MAX));
INSERT INTO @tt(t)VALUES(N'outer text <span class="cssname">inner text to be removed along with tags</span> further text');

SELECT
    stripped=CAST(x.query('for $i in (/content) return $i/text()') AS NVARCHAR(MAX))
FROM
    @tt
    CROSS APPLY (
        SELECT
            x=CAST('<content>'+REPLACE(REPLACE(t,'<span','</content><span'),'/span>','/span><content>')+'</content>' AS XML)
    ) AS f

结果：

outer text  further text

【讨论】：