php - 搜索 HTML 存储内容时忽略 HTML 字符 PHP/MySQL？

Question

我们在 MySQL 中存储 HTML 内容 block (它是在 CKeditor 中创建的格式化文本。Ckeidor 添加内联 CSS 样式来格式化文本)。我们将数据库存储在名为“page_content”的列中

我们想要一个允许用户搜索文本(仅)的搜索功能。然而，我们不希望搜索返回 HTML 字符，而这正是现在正在发生的事情。例如，如果我们搜索“字体”，我们不希望搜索结果返回具有 HTML 样式的页面 <font>

在从 MySQL 搜索 HTML 存储的内容时，有什么方法可以忽略 HTML/CSS 字符吗？

Answer 1

您是否考虑过为这些搜索设置单独的表格？ MySQL's full text search仅适用于 MyISAM 表，因此您可能不想将全文搜索与重要数据混合使用(当然，除非您对外键和参照完整性有一些奇怪的厌恶)。

我过去使用的方法基本上是这样的:

• 设置一个具有简单 (id, search_text) 结构的单独表。
  • id 与您正在搜索的内容的 id 匹配。
  • search_text 是您要搜索的所有内容(正文、标题、作者姓名...)，它们融合成一个文本 block 。
• 添加full text indexing在搜索表上。
• 更新您的数据库更新过程以将适当的 search_text 字符串构造为纯文本；在这里您可以去除 HTML 并可能应用一些其他映射(例如将“A+”之类的内容扩展为全文搜索将找到的内容)。
• 搜索时，您应用与可搜索数据相同的映射，然后在搜索表中查找匹配项。

这解决了您的 HTML 问题，让您可以轻松地搜索 HTML 内容之外的内容，并允许您通过重复对搜索文本的不同部分进行加权来调整搜索结果(例如，如果您希望标签比正文更重要文本，只需在构建 search_text 时将标签添加两到三次即可。

您必须处理文本以删除或忽略 HTML。这种方法让您只需执行一次，而不是在每次搜索时都执行。