将带有html标签的列值转换为带有行和列的sql视图

Posted 2023-03-23

【中文标题】将带有html标签的列值转换为带有行和列的sql视图

【英文标题】：Convert column value with html tags into sql view with rows and columns

【发布时间】：2020-07-17 06:57:05

【问题描述】：

我有一个名为 data 的表，其中包含 desc_data 列。 该列的值如下：

<span class ="label">A</span><br> <span class ="value">A-Class</span> <span class ="label">B</span><br> <span class ="value">B-Class</span>.

我想解析此列值，剥离 html 标记并使用 sql 查询（可能是 Regexp_Replace）将其拆分到一个新视图中，这样： 所有标签值都成为列，即

<span class ="label"> A & <span class ="label">B 将成为列，并且

<span class ="value">A-Class & <span class ="value">B-Class 将分别成为列值。

实际数据更多，包含许多标签和值，但这只是获取帮助的示例。 预期的结果应该是：

查看数据_查看

A          B
A-Class    B-Class

【参考方案1】：

我认为将所需数据作为行而不是列获取会更方便。 您可以使用 xmltable 解析它，只需对原始 html 稍作修改（删除像 <br> 这样的未封闭标签。这就是为什么 <br/> 更好）：

with t as (
  -- your sample data:
  select
    q'[<span class ="label">A</span><br> <span class ="value">A-Class</span> <span class ="label">B</span><br> <span class ="value">B-Class</span>.
  ]' html_data
from dual
)
-- main query:
select xt.*
from t
    ,xmltable(
      'let $labels := /root/span[@class eq "label"]
       let $values := /root/span[@class eq "value"]
       for $label at $i in $labels
          return element label 
             attribute name $label/text(), 
             attribute value $values[$i]/text()
          
       '
      passing
      xmltype(
       --- modify your html to make it compatible with xml:
       '<root>'
       || replace(replace(t.html_data,'<br>'),'&nbsp;')
       ||'</root>'
      )
      columns
         n for ordinality,
         label_name path '@name',
         label_value path '@value'
    ) xt;

结果：

         N LABEL_NAME                     LABEL_VALUE
---------- ------------------------------ ------------------------------
         1 A                              A-Class
         2 B                              B-Class

【讨论】：

让我们continue this discussion in chat。

嗨，Sayan，当我检查更大的真实数据时。有时它会抛出错误。例如：当标签类似于 DomainProduction 项目团队 Asdsh jsdja kajdhjahdja Grueber，这里是标签域而不是值 Production，它需要下一个标签的值，即Asdsh jsdja kajdhjahdja Grueber 应该与项目团队对抗

基本上是一种修改 let $values := /root/span[@class eq "desc_value"] 的方法，使其也包含 let $values := /root/span[@class eq "选择 desc_value"]

【参考方案2】：

您需要通过某种模式（例如'/span> <span'）递归地拆分您的字符串。使用REGEXP_REPLACE() 函数提取所需的列，然后应用透视：

WITH t(desc_data) AS
(
 SELECT '<span class ="label">A</span><br> <span class ="value">A-Class</span> <span class ="label">B</span><br> <span class ="value">B-Class</span> <span class ="label">C</span><br> <span class ="value">C-Class</span>'
   FROM dual
), t2 AS
(
SELECT SUBSTR(desc_data,1,CASE WHEN INSTR(desc_data,'/span> <span',1,level) > 0
                               THEN INSTR(desc_data,'/span> <span',1,level) + 5 
                               ELSE LENGTH(desc_data)
                           END
             ) AS desc_data2
  FROM t
 CONNECT BY level <= REGEXP_COUNT(desc_data,'/span> <span') + 1
)
SELECT *
  FROM
  (
   SELECT REGEXP_REPLACE(desc_data2,'(.*"label">)(\S+)(</span>.*)','\2') AS label,
          REGEXP_REPLACE(desc_data2,'(.*"value">)(\S+)(</span>.*)','\2') AS value
     FROM t2 )
 PIVOT ( MAX(VALUE) FOR LABEL IN ('A' AS "A", 'B' AS "B", 'C' AS "C") );


A          B          C
-------    -------    -------
A-Class    B-Class    C-Class 

Demo

【讨论】：

让我们continue this discussion in chat.