使用正则表达式的 T-SQL 搜索 html？

Posted 2023-03-23

技术标签:

【中文标题】使用正则表达式的 T-SQL 搜索 html？【英文标题】：T-SQL search html with regex? 【发布时间】：2009-04-21 12:55:05 【问题描述】：

在我的数据库中，我有一个包含 html 文档的字段。现在必须有可能在此文档中进行搜索。但是，可能找不到 html 标签。所以当我有这样的事情时：

<html>
  <head>
    <title>Bar</title>
  </head>
  <body>
   <p>
     this content my be found
   </p>
  </body>
</html>

可能存储在数据库中的文档不是xhtml。您能告诉我在内容中搜索的最佳方式是什么吗？我应该使用正则表达式吗？因此，它会是什么样子？如果没有，我还应该使用什么？

【问题讨论】：

【参考方案1】：

您可以尝试打开Full-Text Search 或使用Lucene.Net 之类的东西为您索引内容。

【讨论】：

【参考方案2】：

有多少记录？我希望您可能必须使用全文搜索和 IFilter 才能有效地执行此操作。 Html 不适合正则表达式 - 很快就很难做一些非常简单的事情。

如果容量不大，您是否可以使用外部解析应用程序迭代记录，使用 HTML Agility Pack（适用于 .NET）或您选择的任何其他 DOM。

但 FTS/IFilter 将是我的首选。

【讨论】：

必须在 5 个表中进行搜索。每个表有几百条记录。如何使用 FTS 和 IFilter？看起来在 Management Studio 的“管理”节点下。

以上是关于使用正则表达式的 T-SQL 搜索 html？的主要内容，如果未能解决你的问题，请参考以下文章