我可以尝试通过执行以下操作来解决问题：
REPLACE（REPLACE（Table.HtmlData，'< html>< head>< / head>< body> ;< p>'，''），'< / p>< / body>< / html>'）
然而，这不是一个严格的规则，因为一些条目违反了W3C标准，并且不包含< head> 标签。更糟的是，可能缺少结束标记。所以我需要为每个可能存在的开始和结束标记包含 REPLACE 函数。
REPLACE REPLACE REPLACE REPLACE REPLACE（REPLACE（
Table.HtmlData，
'< html>'，''），
' < / html>'，''），
'< head>，''），
'< / head>'，''），
'< body> ''），
'< / body>'，''），
'< p>'，''），
'< / p>' ''）
我想知道是否有更好的方法来实现这个比使用多重嵌套 REPLACE 函数。不幸的是，我在这个环境中可用的唯一语言是SQL和Visual Basic（不是.NET）。
DECLARE @x XML ='< html>< head>< / head>< body>< p>我的文字< / p>< / body>< / html> ;'
SELECT tcvalue（'。'，'NVARCHAR（MAX）'）
FROM @ x.nodes（'*'）t（c）
更新 - 对于未封闭标签的字符串：
DECLARE @x NVARCHAR（MAX）='< html>< head>< / head>< body>< p>我的文字。 ; / body>< / html>'
SELECT x.value（'。'，'NVARCHAR（MAX）'）
FROM（
SELECT x = CAST（REPLACE （REPLACE（@x，'>'，'/>'），'< /'，'<'）AS XML）
）r
In my dataset, I have a field which stores text marked up with HTML. The general format is as follows:
<html><head></head><body><p>My text.</p></body></html>
I could attempt to solve the problem by doing the following:
REPLACE(REPLACE(Table.HtmlData, '<html><head></head><body><p>', ''), '</p></body></html>')
However, this is not a strict rule as some of entries break W3C Standards and do not include <head> tags for example. Even worse, there could be missing closing tags. So I would need to include the REPLACE function for each opening and closing tag that could exist.
REPLACE(REPLACE(REPLACE(REPLACE(REPLACE(REPLACE(REPLACE(REPLACE(
Table.HtmlData,
'<html>', ''),
'</html>', ''),
'<head>', ''),
'</head>', ''),
'<body>', ''),
'</body>', ''),
'<p>', ''),
'</p>', '')
I was wondering if there was a better way to accomplish this than using multiple nested REPLACE functions. Unfortunately, the only languages I have available in this environment are SQL and Visual Basic (not .NET).
DECLARE @x XML = '<html><head></head><body><p>My text.</p></body></html>'
SELECT t.c.value('.', 'NVARCHAR(MAX)')
FROM @x.nodes('*') t(c)
Update - For strings with unclosed tags:
DECLARE @x NVARCHAR(MAX) = '<html><head></head><body><p>My text.<br>More text.</p></body></html>'
SELECT x.value('.', 'NVARCHAR(MAX)')
FROM (
SELECT x = CAST(REPLACE(REPLACE(@x, '>', '/>'), '</', '<') AS XML)
) r
这篇关于SQL - 删除字符串中的所有HTML标记的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
