Oracle REGEXP_REPLACE脚本去除文本html标签多余空行空格

原创于 2023-02-02 15:41:54 发布 · 1k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#sql #oracle #正则表达式

文章讲述了在Oracle数据库中，通过SQL更新语句和正则表达式来处理富文本内容，去除HTML标签、空格以及行前空格和空行的问题。对于新的数据，前端已经进行了预处理，而历史数据则需要通过脚本进行初始化操作。

背景

项目存储富文本编辑内容content

下游系统需要纯文本内容text

新数据由前端处理输入，历史数据需要脚本进行初始化

使用正则去除html标签，发现仍有很多行前空格和空行

代码参考

UPDATE table_name
SET TEXT =
        REGEXP_REPLACE(
                REGEXP_REPLACE(
                    REGEXP_REPLACE(
                        REGEXP_REPLACE(content, '<(\S*?)[^>]*>.*?|<.*?/>', ''), '&nbsp;', ' '),
                               chr(10), ''), ' {2,}', chr(10))
WHERE text IS null
;

参考

菜鸟正则：https://c.runoob.com/front-end/854/

oracle中去掉回车、Tab、制表、空格等特殊符号：https://blog.youkuaiyun.com/c_staunch/article/details/114668675