仅忽略SQLite中的HTML标记和搜索文本

我正在制作一个使用webview显示存储的HTML数据的android应用程序。现在，我试图结束的问题是如何在搜索某些用户输入字符串时忽略HTML/CSS等标记/元素。我的数据库已经是110MB，我认为使用另一个只有文本和没有HTML的字段只会增加数据库的大小。正则表达式也将很昂贵，可能不可靠。仅忽略SQLite中的HTML标记和搜索文本

有没有其他方法可以做到这一点？

来源

2017-08-30 Abu Qatada

也许你可以在你的程序中对查询的记录进行额外的过滤。您可以使用HTML解析器（如Jsoup）去除HTML标签，然后您可以在剩余的文本中搜索。 Jsoup的简单Java示例：

List<String> records = ... // your queried records - potential results 
List<String> results = new ArrayList<String>(); 
for(String r : records) { 
    Document d = Jsoup.parse(r); // parse HTML 
    String text = d.text(); // extract text 
    if (text.contains(searchTerm)) { // or do your search here 
     results.add(r); 
    } 
} 
return results; // you got real results here

它可能不是最好的解决方案，但是是一种选择。我认为它也很昂贵，但比正则表达式更可靠（您试图避免）。

更新：正则表达式的方式

我认为剥离HTML标签的唯一途径，而取是使用regex in SQLite。例如，下面的模式应该用来匹配字符串外的HTML标签：

(^|>)[^<]*(searchterm)[^<]*(<|$)

在下面的示例文本将只匹配1，第3和第4 searchterm，而不是第二个：

searchterm <tag searchterm> searchterm </tag> searchterm

你可以在行动here看到它。

SQLite中，你可以使用正则表达式是这样的：

WHERE column-name REGEXP 'regular-expression'

来源

2017-08-30 17:01:06 juzraai

谢谢你的答复。我从数据库获取记录时没有办法进行过滤？例如列名像用户字符串？从数据库中提取所有数据以及将减慢搜索过程的处理。 –

这将是正则表达式的方式，我想不出任何其他解决方案。我在我的答案中添加了一个例子，我希望它有帮助。 – juzraai

谢谢。我会看看这里有人能提出更好的方法。然后，我会对您的解决方案进行加权，使其无需使用纯文本并直接查询。谢谢Juzraai –

仅忽略SQLite中的HTML标记和搜索文本

回答

相关问题