mysql模糊查詢富文本的文本內容

最近做項目遇到了一個需求，那就是對富文本消息列表增加一個搜索功能，輸入一個搜索條件可以同時對標題和富文本的內容進行搜索。

剛開始覺得很簡單，直接寫個sql語句判斷一下就OK了，於是最開始我是這樣寫的：

select n.obj_id,n.title,n.thumbs,n.content,date_format(n.create_time,'%Y-%m-%d %H:%i:%s') create_time from t_dwshhcj_notifyinfo n,t_dwshhcj_company_info c where instr(n.visible_scope,c.childdwlx)>0 and c.obj_id = '56f891e5-b525-4b92-a4ba-a6cba97f7f40' and c.deleted='0' and n.deleted='0' and (instr(title,'test')>0 or instr(content,'test')>0)

當時覺得這樣寫肯定沒問題，但是一經測試，問題來了；因為content字段保存的是整個富文本信息，除了文本內容，還有html元素，行內樣式，如果有圖片的話還包含圖片的id等信息；這樣的話，在搜索時就會搜索出一些標題和內容都不相關的列表。

針對這一問題我開始嘗試解決的思路；

首先想到的就是使用mysql的正則替換，經過多方面的查閱資料才發現，mysql 支持的正則非常簡單，而且低版本的mysql不具備正則替換的功能，mysql的正則只能類似於like 語句，用來對特定字符的匹配，並不能做到替換的功能。

-- 查找name字段中以'st'為開頭的所有數據：
SELECT name FROM person_tbl WHERE name REGEXP '^st';

-- 查找name字段中以'ok'為結尾的所有數據：
SELECT name FROM person_tbl WHERE name REGEXP 'ok$';

-- 查找name字段中包含'mar'字符串的所有數據：
SELECT name FROM person_tbl WHERE name REGEXP 'mar';

-- 查找name字段中以元音字符開頭或以'ok'字符串結尾的所有數據：
SELECT name FROM person_tbl WHERE name REGEXP '^[aeiou]|ok$';

如果將正則匹配作為結果，則是這樣的：

 

 很明顯，要想通過mysql的正則來實現對純文本的模糊查詢是不行的。當時的我一臉蒙圈，心想這可咋整。

然后，就在那一瞬間，就那么一瞬間，我腦袋里靈光一閃，既然mysql正則不行，但是java的正則是可以的啊，於是我突然看到了光明，接着編准備動手干。

首先，在富文本的消息表中再新增一個字段，名字叫text_content，專門用來保存純文本信息；

其次，在保存content的時候將content中的純文本提取出來並保存到text_content;

最后，sql語句中的content換成text_content，也就是使用text_content來代替content來進行模糊查詢。

select n.obj_id,n.title,n.thumbs,n.content,date_format(n.create_time,'%Y-%m-%d %H:%i:%s') create_time from t_dwshhcj_notifyinfo n,t_dwshhcj_company_info c where instr(n.visible_scope,c.childdwlx)>0 and c.obj_id = '56f891e5-b525-4b92-a4ba-a6cba97f7f40' and c.deleted='0' and n.deleted='0' and (instr(title,'test')>0 or instr(text_content,'test')>0)

 

 

提取純文本使用以下方法去掉所有html元素；

String textContent = content.replaceAll("<.*?>","")

搞定收工！！！