首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >如何从MySQL表中提取多个HTML标记

问如何从MySQL表中提取多个HTML标记
EN

Stack Overflow用户
提问于 2016-08-06 02:33:07
回答 2查看 785关注 0票数 0

我有一个基于MySQL的CMS表,其中一个字段包含了在CMS网页上显示的文章文本。

一些文章包含嵌入在文本中的图像,以HTML 'img‘标记的形式。字段中包含的文本中可能有一个或多个图像。

我想要做的是创建一个查询,该查询将提取所有文章中所有图像的列表。我已经设法创建了一些代码,如下所示:

代码语言:javascript
复制
SELECT nid, 
substr(body,locate('<img', body),(locate('>',body,locate('<img', body)) - locate('<img', body))) as image,
body FROM `node_revisions` where body like '%<img%'

这似乎工作得很好,当然它只提取第一个图像,我真的想提取所有的图像(事实上,这通常意味着使用循环,但这在MySQL中似乎不可能)。

仅供参考,所讨论的CMS是Drupal6,因此字段和表的名称。然而,这实际上是一个关于MySQL而不是Drupal的问题,这就是为什么我在这里而不是在Drupal Stackexchange站点上问这个问题。

EN

回答 2

Stack Overflow用户

回答已采纳

发布于 2016-08-06 03:18:57

尝试使用locate()、substring()或正则表达式来解析HTML或XML会让您发疯。请参阅https://blog.codinghorror.com/parsing-html-the-cthulhu-way/

我建议你使用PHP的DOMDocument类:

代码语言:javascript
复制
<?php

$bodyHtml = "now is the time for all <img src='good.jpg'> men to come to the <img src='aid.jpg'> of their country";

$dom = new DOMDocument();
$dom->loadHTML($bodyHtml);
$imgs = $dom->getElementsByTagName("img");
foreach ($imgs as $img) {
        print "$img->nodeName\n";
        foreach ($img->attributes as $attr) {
                print "  $attr->name=$attr->value\n";
        }
}

输出:

代码语言:javascript
复制
img
  src=good.jpg
img
  src=aid.jpg
票数 1
EN

Stack Overflow用户

发布于 2016-08-06 04:09:25

用正则表达式解析html永远不会是100%,你永远不会有信心得到每一张图片并正确格式化,

您遇到的另一个问题是您在问题中暗示的问题。node_revisions中有一条记录可能包含1张、2张或10,000张图像。在SQL中,您无法在查询结果中将每个图像作为新行返回,因此必须将每个图像作为新列返回。

这意味着您实际上需要手动指定每一列:

代码语言:javascript
复制
SELECT code_to_return_img_1 as url1
      ,code_to_return_img_2 as url2
      ,code_to_return_img_3 as url3
      ,code_to_return_img_4 as url4
      ,code_to_return_img_5 as url5
      ,code_to_return_img_6 as url6
      ....
      and so on

如果你知道每篇文章只有不到20张图片,而且你没有php/java/python可用,这只是你需要的一次性工作,那么你可以用regex和SQL来做,但你30分钟的工作可能会变成2天的工作和突发的静脉。

如果Java是一个选项:https://jsoup.org/

如果Python是一个选项:https://docs.python.org/2/library/htmlparser.html

如果可以选择PHP:http://htmlparsing.com/php.html

代码语言:javascript
复制
$dom = new DOMDocument;
$dom->loadHTML($html);
$images = $dom->getElementsByTagName('img');
foreach ($images as $image) {
    $imgurl = $image->getAttribute('src');
}
票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/38795759

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档