如何从字符串中提取html结构？
Posted
技术标签:
【中文标题】如何从字符串中提取html结构？【英文标题】：How to extract html structure from string? 【发布时间】：2021-12-12 13:59:40 【问题描述】：我有一个用 html 写的长文本：
<body>
<h2>title 1</h2>
<h2>This is an <b>important</b> title</h2>
Some text
<h3>This a subtitle b</h3>
<h3>This is also <span style="font-weight:500">important</span></h3>
</body>
我需要从中提取标题以创建目录。我希望结果为：
h2 Title 1
h2 This is an <b>important</b> title
h3 This a subtitle b
h3 This is also <span style="font-weight:500">important</span>
或
h2 Title 1
h2 This is an important title
h3 This a subtitle b
h3 This is also important
我试过了
select * from xmltable('body/*' passing xmltype('<body><h2>title 1</h2><h2>This is an <b>important</b> title</h2>Some text<h3>This a subtitle b</h3><h3>This is also <span style="font-weight:500">important</span></h3></body>')
columns
tag_name varchar2(1000) path 'name()',
tag_value varchar2(1000) path 'text()')
where tag_name in ('h1','h2','h3','h4','h5')
但我得到了错误：
ORA-19279: XPTY0004 - XQuery dynamic type mismatch: expected singleton sequence - got multi-item sequence
19279. 00000 - "XPTY0004 - XQuery dynamic type mismatch: expected singleton sequence - got multi-item sequence"
*Cause: The XQuery sequence passed in had more than one item.
*Action: Correct the XQuery expression to return a single item sequence.
请问有人知道怎么解决吗？
谢谢。
【问题讨论】：
【参考方案1】：这可以作为输出吗？
TAG_NAME TAG_VALUE
-------- ----------------------------------------------------------------------
h2 <h2>title 1</h2>
h2 <h2>This is an <b>important</b> title</h2>
h3 <h3>This a subtitle b</h3>
h3 <h3>This is also <span style="font-weight:500">important</span></h3>
这对我来说更有意义 - 然后让您使用的任何 xml 工具根据需要解释标记值。 （他们可能要求标签值是 xmltype 数据类型 - 如果是这样，那么只需删除 select 子句中的 xmlserialize 包装器。）
如果可以接受，您可以通过对查询稍作修改来获得它。
select tag_name, xmlserialize(document tag_value) as tag_value
from xmltable('body/*' passing xmltype('<body><h2>title 1</h2>
<h2>This is an <b>important</b> title</h2>Some text<h3>This a subtitle b</h3>
<h3>This is also <span style="font-weight:500">important</span></h3></body>')
columns
tag_name varchar2(1000) path 'name()',
tag_value xmltype path '.')
where tag_name in ('h1','h2','h3','h4','h5')
;
【讨论】：
以上是关于如何从字符串中提取html结构？的主要内容，如果未能解决你的问题，请参考以下文章