数据库导出文章，如何过滤其中的HTML标签

2014-12-04 12:17:53 369 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

AI辅助开发微信聊天记录导出工具：本地数据库解析与数据备份实践数据备份与迁移是数字资产管理中的基础需求，其核心原理在于对本地存储的结构化数据进行安全读取与格式转换。在技术实现上，通过解析SQLite等常见数据库文件，可以高效提取文本、媒体等多元信息，并将其转换为HTML、Excel等通用格式，从而实现数据的长期保存与跨平台使用。这一技术对于个人数字遗产管理、工作交接与合规存档具有重要价值。在实际应用场景中，微信聊天记录作为高频社交数据，其本地化导出需求尤为突出。本文聚焦于利用AI辅助编程快速构建的微信聊天记录导出工具，该工具通过Python脚本实现，能够自动定位并解析阅读详情

如题，文章存进数据库是带着<BR/>这样的HTML标签，现在在页面中用EL表达式fn:substring截断输出时，如何过滤掉这些标签，防止<这种符号出现？
求详细代码，急。。

...全文

Lark开源实时数据库：Firebase Realtime Database无缝自部署替代方案实时数据库是一种以低延迟同步为核心的数据存储形态，它允许客户端监听数据路径并即时接收服务端推送的变更，广泛用于聊天消息、协作编辑、实时位置等场景。然而，类似 Firebase Realtime Database 这类托管服务常受制于数据合规、访问稳定性和高昂成本，迫使团队寻找可自部署的开源替代方案。Lark 的出现提供了一条低成本迁移路径：它实现了一个与 Firebase SDK 完全兼容的服务端接口，开发者无需重写客户端代码，只需将 databaseURL 指向自建实例即可完成切换。本文将围绕 JSON 阅读详情

堕落的唐僧

Web 开发 81,108 成员 341,721 内容

+ 关注 + 加入社区

切换为时间正序

zy_think123 2014-12-09

打赏
举报

这个最好在入库的时候就进行处理掉，可以使用正则表达式替换掉，我有这样一个过滤Demo，可以直接使用的


 public static String getonerow(String HTMLStr)
	{
		String htmlStr = HTMLStr;
		String textStr = "";
		java.util.regex.Pattern p_script;
		java.util.regex.Matcher m_script;
		java.util.regex.Pattern p_style;
		java.util.regex.Matcher m_style;
		java.util.regex.Pattern p_html;
		java.util.regex.Matcher m_html;
		try
		{
			String regEx_script = "<[//s]*?script[^>]*?>[//s//S]*?<[//s]*?///[//s]*?script[//s]*?>"; 
			String regEx_style = "<[//s]*?style[^>]*?>[//s//S]*?<[//s]*?///[//s]*?style[//s]*?>"; 
			String regEx_html = "<[^>]+>";
			p_script = Pattern.compile(regEx_script, Pattern.CASE_INSENSITIVE);
			m_script = p_script.matcher(htmlStr);
			htmlStr = m_script.replaceAll(""); 
			p_style = Pattern.compile(regEx_style, Pattern.CASE_INSENSITIVE);
			m_style = p_style.matcher(htmlStr);
			htmlStr = m_style.replaceAll(""); 
			p_html = Pattern.compile(regEx_html, Pattern.CASE_INSENSITIVE);
			m_html = p_html.matcher(htmlStr);
			htmlStr = m_html.replaceAll("");
			textStr = htmlStr.replaceAll(" "," ");
			textStr = htmlStr.replaceAll("<",  "<");
			textStr = htmlStr.replaceAll(">",  ">");
			textStr = htmlStr.replaceAll("®", "®");
			textStr = htmlStr.replaceAll("&", "&");
		}
		catch (Exception e)
		{
			System.err.println("Html2Text: " + e.getMessage());
		}
		return textStr;
	}

-阿克蒙德- 2014-12-08

打赏
举报

引用 8 楼 u013794332 的回复:

[quote=引用 7 楼 u012047741 的回复:] 过滤喽！要么在数据库查询的时候，利用sql的函数进行过滤；要么就在java程序里面进行过滤

有成功的实例吗，网上的JAVA代码好像都不起作用啊[/quote] 这种东西自己写就好了，哪这么多实例。sql的话去百度下replace函数之类的，java的话replaceall之类的自己动动脑筋，动动手指查查，别什么东西都伸手要好吧，又不是多复杂的东西。

堕落的唐僧 2014-12-08

打赏
举报

引用 7 楼 u012047741 的回复:

过滤喽！要么在数据库查询的时候，利用sql的函数进行过滤；要么就在java程序里面进行过滤

有成功的实例吗，网上的JAVA代码好像都不起作用啊

-阿克蒙德- 2014-12-08

打赏
举报

过滤喽！要么在数据库查询的时候，利用sql的函数进行过滤；要么就在java程序里面进行过滤

堕落的唐僧 2014-12-08

打赏
举报

好像都没用哎

堕落的唐僧 2014-12-04

打赏
举报

引用 1 楼 ghx287524027 的回复:

方案一：在数据库中不存入HTML标签的有关信息，过滤HTML标签，只显示文字。具体实现方式参考以下链接： http://my.oschina.net/parker/blog/49229 方案二： public String delHTMLTag(String htmlStr){ String regEx_style="<style[^>]*?>[\\s\\S]*?<\\/style>"; //定义style的正则表达式 String regEx_html="<[^>]+>"; //定义HTML标签的正则表达式 Pattern p_style=Pattern.compile(regEx_style,Pattern.CASE_INSENSITIVE); Matcher m_style=p_style.matcher(htmlStr); htmlStr=m_style.replaceAll(""); //过滤style标签 Pattern p_html=Pattern.compile(regEx_html,Pattern.CASE_INSENSITIVE); Matcher m_html=p_html.matcher(htmlStr); htmlStr=m_html.replaceAll(""); //过滤html标签 htmlStr=htmlStr.replace(" ",""); htmlStr=htmlStr.replaceAll("\\s*|\t|\r|\n",""); htmlStr=htmlStr.replace("“",""); htmlStr=htmlStr.replace("”",""); htmlStr=htmlStr.replaceAll("　",""); return htmlStr.trim(); //返回文本字符串程序中只需调用String content = delHTMLTag(content); 即可。

方案2 程序中报The method delHTMLTag(String) is undefined for the type错误啊

ghx287524027 2014-12-04

打赏
举报

方案一：在数据库中不存入HTML标签的有关信息，过滤HTML标签，只显示文字。具体实现方式参考以下链接： http://my.oschina.net/parker/blog/49229 方案二： public String delHTMLTag(String htmlStr){ String regEx_style="<style[^>]*?>[\\s\\S]*?<\\/style>"; //定义style的正则表达式 String regEx_html="<[^>]+>"; //定义HTML标签的正则表达式 Pattern p_style=Pattern.compile(regEx_style,Pattern.CASE_INSENSITIVE); Matcher m_style=p_style.matcher(htmlStr); htmlStr=m_style.replaceAll(""); //过滤style标签 Pattern p_html=Pattern.compile(regEx_html,Pattern.CASE_INSENSITIVE); Matcher m_html=p_html.matcher(htmlStr); htmlStr=m_html.replaceAll(""); //过滤html标签 htmlStr=htmlStr.replace(" ",""); htmlStr=htmlStr.replaceAll("\\s*|\t|\r|\n",""); htmlStr=htmlStr.replace("“",""); htmlStr=htmlStr.replace("”",""); htmlStr=htmlStr.replaceAll("　",""); return htmlStr.trim(); //返回文本字符串程序中只需调用String content = delHTMLTag(content); 即可。

tony4geek 2014-12-04

打赏
举报

这个呢？

tony4geek 2014-12-04

打赏
举报

引用 2 楼 u013794332 的回复:

[quote=引用 1 楼 ghx287524027 的回复:] 方案一：在数据库中不存入HTML标签的有关信息，过滤HTML标签，只显示文字。具体实现方式参考以下链接： http://my.oschina.net/parker/blog/49229 方案二： public String delHTMLTag(String htmlStr){ String regEx_style="<style[^>]*?>[\\s\\S]*?<\\/style>"; //定义style的正则表达式 String regEx_html="<[^>]+>"; //定义HTML标签的正则表达式 Pattern p_style=Pattern.compile(regEx_style,Pattern.CASE_INSENSITIVE); Matcher m_style=p_style.matcher(htmlStr); htmlStr=m_style.replaceAll(""); //过滤style标签 Pattern p_html=Pattern.compile(regEx_html,Pattern.CASE_INSENSITIVE); Matcher m_html=p_html.matcher(htmlStr); htmlStr=m_html.replaceAll(""); //过滤html标签 htmlStr=htmlStr.replace(" ",""); htmlStr=htmlStr.replaceAll("\\s*|\t|\r|\n",""); htmlStr=htmlStr.replace("“",""); htmlStr=htmlStr.replace("”",""); htmlStr=htmlStr.replaceAll("　",""); return htmlStr.trim(); //返回文本字符串程序中只需调用String content = delHTMLTag(content); 即可。

方案2 程序中报The method delHTMLTag(String) is undefined for the type错误啊[/quote] 应该是内容里面有其他标签。

堕落的唐僧 2014-12-04

打赏
举报

大家有成功的实例吗

数据库导出文章，如何过滤其中的HTML标签

相关推荐