如何在没有php的情况下从mysql结果中删除html标签和php序列化信息？

Question

我正在存储一个PHP数组，其中key=>value对是用于在网站上构建jQuery UI选项卡的信息。

存储在MySQL数据库中的字符串如下所示：

A:2：{i:0；a:2：{i:1；s:9：“信息”；i:2；s:643：“本节关于fooLorem ipsum ...”；}i:1；a:2：{i:1；s:14：“更多信息”；i:2；s:465：“Lorem ipsum ...";}}

(不是有效的序列化数组或html，因为我出于格式原因截断了冗长的内容)

我想允许此内容馈送到Sphinx (全文索引)的网站搜索目的。基本上，Sphinx只是抓取数据库的内容并索引它找到的内容，取决于您指定的配置选项……我想知道的是，是否有一个好方法可以让MySQL或Sphinx去掉序列化信息和html标记，以便只对纯文本进行索引。

Answer 1

最好的办法可能是停止存储PHP，只存储序列化格式，在可以索引的同时添加一个“纯文本”版本。如果做不到这一点，另一个想法是使用PHP脚本定期爬取表，并使用创建记录的原始HTTP请求在带外创建“纯文本”版本。有了unserialize()和strip_tags()，这就成了一个微不足道的问题。

Answer 2

对于Html-Tag问题，将以下代码放入sphinx-config: html_strip =1

link to the manual section of html_strip

我还没有找到从索引中剥离序列化信息的方法。(但我也有同样的问题)