僅忽略SQLite中的HTML標記和搜索文本

我正在製作一個使用webview顯示存儲的HTML數據的android應用程序。現在，我試圖結束的問題是如何在搜索某些用戶輸入字符串時忽略HTML/CSS等標記/元素。我的數據庫已經是110MB，我認爲使用另一個只有文本和沒有HTML的字段只會增加數據庫的大小。正則表達式也將很昂貴，可能不可靠。僅忽略SQLite中的HTML標記和搜索文本

有沒有其他方法可以做到這一點？

來源

2017-08-30 Abu Qatada

也許你可以在你的程序中對查詢的記錄進行額外的過濾。您可以使用HTML解析器（如Jsoup）去除HTML標籤，然後您可以在剩餘的文本中搜索。 Jsoup的簡單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決方案，但是是一種選擇。我認爲它也很昂貴，但比正則表達式更可靠（您試圖避免）。

更新：正則表達式的方式

我認爲剝離HTML標籤的唯一途徑，而取是使用regex in SQLite。例如，下面的模式應該用來匹配字符串外的HTML標籤：

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

在下面的示例文本將只匹配1，第3和第4 searchterm，而不是第二個：

searchterm <tag searchterm> searchterm </tag> searchterm

你可以在行動here看到它。

SQLite中，你可以使用正則表達式是這樣的：

WHERE column-name REGEXP 'regular-expression'

來源

2017-08-30 17:01:06 juzraai

謝謝你的答覆。我從數據庫獲取記錄時沒有辦法進行過濾？例如列名像用戶字符串？從數據庫中提取所有數據以及將減慢搜索過程的處理。 –

這將是正則表達式的方式，我想不出任何其他解決方案。我在我的答案中添加了一個例子，我希望它有幫助。 – juzraai

謝謝。我會看看這裏有人能提出更好的方法。然後，我會對您的解決方案進行加權，使其無需使用純文本並直接查詢。謝謝Juzraai –

僅忽略SQLite中的HTML標記和搜索文本

回答

相關問題