正則表達式匹配MySQL中的html標籤之外的文本

Question

我在MySQL中有一個sql查詢，我想要一個與'<'和'>'之間的字符串不匹配的表達式。例如：

select '<span class="boldtext">collaboratively site</span> – regardless of platform or language' rlike 'expression looking for boldtext' ==> should return false because 'boldtext' locates inside a html tag 
select '<span class="boldtext">collaboratively site</span> – regardless of platform or language' rlike 'expression looking for platform' ==> should return true because 'platform' locates outside a html tag 

我試過下面但沒有運氣。我猜是因爲'*'很貪婪。

select '...' rlike '[^[.<.]]?[^[.>.]]*platform[^[.<.]]*[^[.>.]]?' # This expression doesn't work 

我知道，表達會像下面，如果是在編程語言像Ruby或PHP

'<span class="boldtext">collaboratively site</span> – regardless of platform or language' =~ /((?!<[^>]*))\bboldtext\1/ # => false 
'<span class="boldtext">collaboratively site</span> – regardless of platform or language' =~ /((?!<[^>]*))\bplatform\1/ # => true 

運行我發現了一個similar post但我不能把它改寫了我的情況。

你能幫助我如何拿出匹配字符串的表達式，而不是在html標籤裏面（在mysql裏運行）？

Answer 1

不幸的是，正則表達式不能可靠地解析像HTML這樣的無限下降語言。你會想爲此使用一個合適的HTML解析器，並且我懷疑MySQL包含了一個。

如果在數據庫中執行此操作是絕對關鍵的，則可以考慮創建另一個只包含HTML文本表示的列（再次使用適當的分析器刪除所有標記）並設置該列插入/修改HTML本身。你顯然需要保持同步，這可能是一個痛苦，但它會極大地簡化你的查詢。