搜索HTML存儲內容時忽略HTML字符PHP/MySQL？

Question

我們在MySQL中存儲HTML內容塊（它是在CKeditor中創建的格式化文本，Ckeidor添加了內聯CSS樣式來格式化文本）。我們正在將數據庫存儲在名爲「page_content」的列中。

我們需要一個允許用戶搜索文本（僅）的搜索功能。但是，我們不希望搜索返回正在發生的HTML字符。例如，如果我們搜索「字體」，我們不希望搜索結果返回具有HTML樣式的頁面<font>

當從MySQL搜索HTML存儲內容時，是否有某種方法可以忽略HTML/CSS字符？

Answer 1

我猜你想要在數據庫上進行搜索？ （在這種情況下，剝離HTML標籤意味着您將不得不存儲兩次內容）。

嘗試尋找在自然語言模式下使用MYSQLs全文搜索功能。

http://dev.mysql.com/doc/refman/5.0/en/fulltext-natural-language.html

Answer 2

你有沒有考慮針對這些搜索設置單獨的表？ MySQL's full text search只適用於MyISAM表，因此您可能不希望將全文搜索與重要數據混合在一起（除非您對外鍵和參照完整性有一些奇怪的厭煩）。

我已經在過去使用的方法基本上是這樣的：

• 建立一個單獨的表用一個簡單的（ID，搜尋）結構。
  • 該id匹配您正在搜索的東西的id。
  • search_text是你想要搜索的所有東西（正文文本，標題，作者名稱......）。
• 在搜索表上添加full text indexing。
• 更新您的數據庫更新過程，以便以純文本格式構造相應的search_text字符串;這是你去掉HTML並且可能應用一些其他映射的地方（例如將諸如「A +」之類的東西擴展到全文搜索將找到的東西）。
• 搜索時，將應用與可搜索數據相同的映射，然後在搜索表中查找匹配項。

這解決了您的HTML問題，讓您可以輕鬆地搜索HTML內容，並允許您通過重複搜索文本的不同組成部分來調整搜索結果（例如，如果您希望標籤更重要而不是正文文本，只需在構建search_text時添加標籤兩次或三次）。

您必須處理您的文本以刪除或忽略HTML。這種方法可以讓您只做一次，而不是在每次搜索時都這樣做。