是否搜索前500个字母并排除html标记？
如何搜索前500个字符，不包括html标记？
下面是我到目前为止想出的方法，它是搜索文本中出现的关键字，
SELECT *
FROM root_pages
WHERE root_pages.pg_cat_id = '2'
AND root_pages.parent_id != root_pages.pg_id
AND root_pages.pg_hide != '1'
AND root_pages.pg_url != 'cms'
AND root_pages.pg_content_1 REGEXP '[[:<:]]".$search."[[:>:]]'
OR root_pages.pg_content_2 REGEXP '[[:<:]]".$search."[[:>:]]'
ORDER BY root_pages.pg_created DESC我如何添加更多的条件到它-前500个字母，不包括html标签？
如果它只能搜索第一段中的关键字，那就太完美了--这可能吗？
编辑：
感谢大家的帮助！这是我的解决方案：
# query to search for “whole word match” in SQL only, e.g. when I search for "rid", it should not match "arid", but it should match "a rid".
# you can use REGEXP and the [[:<:]] and [[:>:]] word-boundary markers:
$sql = "
SELECT *
FROM root_pages
WHERE root_pages.pg_cat_id = '2'
AND root_pages.parent_id != root_pages.pg_id
AND root_pages.pg_hide != '1'
AND root_pages.pg_url != 'cms'
AND root_pages.pg_content_1 REGEXP '[[:<:]]".$search."[[:>:]]'
OR root_pages.pg_content_2 REGEXP '[[:<:]]".$search."[[:>:]]'
ORDER BY root_pages.pg_created DESC
";
# use the instantiated db connection object from the init.php, to process the query
$items = $connection -> fetch_all($sql);
$total_item = $connection -> num_rows($sql);
if ($total_item > 0)
{
foreach($items as $item)
{
# get the content
if(empty($item['pg_content_2'])) $pg_content = strip_tags($item['pg_content_1']);
else $pg_content = strip_tags($item['pg_content_2']);
# get the first 500 letters only
$pg_content = substr($pg_content, 0, 500);
# get the matches
if (preg_match("/\b(".$search.")\b/", $pg_content))
{
$match[] = $pg_content;
}
}
$total_match = count($match);
//echo $count;
}
if($total_match > 0)
{
echo '<result message="'.$total_match.' matches found! Please wait while redirecting." search="'.$search.'"/>';
}
else
{
echo '<error elementid="input" message="Sorry no results are found."/>';
}回答 4
Stack Overflow用户
发布于 2010-11-09 03:20:26
适用于：
我如何才能添加更多的条件-前500个字母，不包括html标签？
你不能只使用MySQL来做到这一点(至少对于一个在100%的情况下都能工作的解决方案来说是这样的)--有关更多详细信息，请参阅Parsing Html The Cthulhu Way和此SO answer。
PHP、strip_tags和substr将帮助你实现你想要的。
Stack Overflow用户
发布于 2010-11-09 03:28:45
这并不像剥离/跳过标签那么简单--你会发现<head>中的前500个字符通常是<style>或<script>。
此外，简单地删除标签将中断：
separate<br>words如果您想正确地这样做，我建议在文本输出模式下编写XSLT样式表，通过在块级元素周围添加空格、删除脚本、<head>等方法将HTML转换为纯文本。
一种更简单的方法是使用一系列regexp而不是XSLT来预处理HTML。
将HTML转换为可用文本后，将该文本放入数据库的额外列中，并使用它进行搜索。您甚至可以将FULLTEXT索引放在它上面。
Stack Overflow用户
发布于 2010-11-09 03:16:52
如果段落是用p元素定义的：
... REGEXP '<p[^>]*>'".$search."'</p>'不要忘了对正则表达式特殊字符的$search进行转义。
https://stackoverflow.com/questions/4127099
复制相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号