html - Postgresql——清理字符串中间的 HTML 标签

Question

如果我在 Postgresql 9.1 专栏中有这个:

foo foo <th id="ddd"> foo foo <th id="www"> foo

我希望它更新为:

foo foo <th> foo foo <th> foo

我尝试过 regex_replace，但我没有成功。

Answer 1

假设您有一个这样的表:

CREATE TABLE table1
(
  a character varying NOT NULL,
  ...
)

您可以使用以下 regexp_replace:

update table1 set a = regexp_replace(a, '(.*?)<(\w+)\s+.*?>(.*)', '\1<\2>\3', 'g');

'g' 标志表示替换所有匹配的模式，而不仅仅是第一个。

有了这个输入:

foo foo <th id="ddd"> foo foo <th id="www"> foo<div id="hey">

我得到以下输出:

foo foo <th> foo foo <th> foo<div>