从数据库文本字段中删除文本

Question

最近，我尝试将一堆博客文章从一个旧博客(SharePoint)导入到我当前的博客(WordPress)。当导入完成后，很多讨厌的<div>标签和其他HTML都进入了帖子的内容，这破坏了我的站点的渲染方式。

我可以查看MySQL数据库中的违规行，并想知道是否有一种方法可以选择性地删除可能导致问题的HTML。可能会通过文本解析在C#中破解这一点，但我想知道如果可以的话，如何使用来实现这一点。

如果要查看数据库文本字段中存在的这些文件之一的全文示例，请参阅我将一个完整的示例文件上传到了我的网站。。

我想做的是：

• 从每个文件的开头删除<![CDATA[<div><b>Body:</b>
• 删除每个文件末尾的元信息，它可能如下所示：
• 删除每个<div>并关闭</div>标记，该标记可能具有一个类属性，如下所示：

我以前没有在MySQL中使用过更新语句，我不知道从哪里开始有选择地替换文本字段中的文本。我会在SQL语句中使用regex帮助吗？如何针对远程DB执行语句？

Answer 1

在你导入这些帖子之前，清理它们怎么样？似乎处理本地文件(您可以将其作为文本文件处理)要容易得多。然后，您可以在导入之前使用Perl或Python来处理您喜欢的问题。

这假设您仍然可以访问在SharePoint中结束的数据。

Answer 2

没有简单的方法来做到这一点，而不使用后端平台，您正在使用的服务您的网站或最尖锐的。我自己也会使用PHP或Perl来清理数据，这在最好的情况下是很棘手的。因此，答案是，可以这样做，但您必须使用某种类型的编程/处理语言才能做到这一点，MySQL本身将无法清理数据。

Answer 3

假设您决心像您在问题中所说的那样使用SQL，如果您有使用C#对其进行黑客攻击的技能，那么您应该能够知道如何创建一个存储过程，它使用游标选择行，字符串函数对数据进行按摩，更新以更新行。看看这个：

http://dev.mysql.com/doc/refman/5.0/en/cursors.html