SQL Server正则表达式清除标记

Question

我在数据中有以下HTML内容：

outer text <span class="cssname">inner text to be removed along with tags</span> further text

我想在查询中使用正则表达式删除所有特定标签以及内部文本<span with class='cssname' 。

我喜欢的预期输出是：

'outer text further text'

Answer 1

SQL Server不像其他语言那样完全支持正则表达式。 这将适用于单个标签。

declare @var nvarchar(256) = N'outer text <span class="cssname">inner text to be removed along with tags</span> further text'

select 
    stuff(@var,charindex('<',@var),charindex('>',@var,charindex('</',@var)) - charindex('<',@var) + 1,'')

Answer 2

通过这种方式，可以调整HTML以从常规文本创建<content>元素，并将结果转换为XML。 这是在“ CROSS APPLY部分完成的。

第二步使用XQuery查询<content>元素中的文本（从而除去<span>元素）。

---

DECLARE @tt TABLE(t NVARCHAR(MAX));
INSERT INTO @tt(t)VALUES(N'outer text <span class="cssname">inner text to be removed along with tags</span> further text');

SELECT
    stripped=CAST(x.query('for $i in (/content) return $i/text()') AS NVARCHAR(MAX))
FROM
    @tt
    CROSS APPLY (
        SELECT
            x=CAST('<content>'+REPLACE(REPLACE(t,'<span','</content><span'),'/span>','/span><content>')+'</content>' AS XML)
    ) AS f

结果：

outer text  further text