Oracle解析html中的字段

前提 将html以文本形式保存道数据库中

待解析html

<table class="dataintable">
    <tr>
      <th style="width:20%">产品代码</th>
      <th style="width:20%">描述</th>
      <th style="width:30%">单位净值</th>
      <th style="width:30%">资金余额</th>
    </tr>
    <tr>
      <td>SJ1265</td>
      <td>私募基金</td>
      <td>3,589.06</td>
      <td>68,975,124.06</td>
    </tr>
</table>

解析sql

with data_temp as (
     select replace(a.t_context，' ','') as content from regex_tt a  where a.t_id = 2
) --select * from data_temp 
,data_temp1 as ( --获取第二行 tr 
     select substr(content,instr(content,'<tr',1,2),instr(content,'</tr',1,2)-instr(content,'<tr',1,2)) as data_info from data_temp    
) --select substr(data_info,instr(data_info,'<td',1,1),instr(data_info,'</td',1,1)-instr(data_info,'<td',1,1)) as a from data_temp1;
,data_temp2 as ( --解析获取第二行的具体列
     select REGEXP_REPLACE(substr(data_info,instr(data_info,'<td',1,1),instr(data_info,'</td',1,1)-instr(data_info,'<td',1,1)),'<td>','') as con_a
           ,REGEXP_REPLACE(substr(data_info,instr(data_info,'<td',1,2),instr(data_info,'</td',1,2)-instr(data_info,'<td',1,2)),'<td>','') as con_b
           ,replace(REGEXP_REPLACE(substr(data_info,instr(data_info,'<td',1,3),instr(data_info,'</td',1,3)-instr(data_info,'<td',1,3)),'<td>',''),',','') as con_c 
           ,replace(REGEXP_REPLACE(substr(data_info,instr(data_info,'<td',1,4),instr(data_info,'</td',1,4)-instr(data_info,'<td',1,4)),'<td>',''),',','') as con_d  from data_temp1
) select * from data_temp2

---

用到的函数

1. replace(stringg，‘gg’,‘g’) 执行后就是string
2. instr() 方法 参数说明及使用
   –instr(str1,str2[,num1,num2]) “[,num1,num2]” 为可选参数
   –str1 ：被搜索的目标
   –str2 ：希望搜索的目标
   –num1 ：str1 的检索开始位置 ，默认为 1 ，（从左往右检索），若为 负数，则从右往左检索
   –num2 ：str2 在 str1 出现的第 num2 次的位置，默认为 1
3. substr函数格式 (俗称：字符截取函数)
   　　格式1： substr(string string, int a, int b);
   　　格式2：substr(string string, int a) ;
   解析：
   格式1：
   1、string 需要截取的字符串
   2、a 截取字符串的开始位置（注：当a等于0或1时，都是从第一位开始截取）
   3、b 要截取的字符串的长度
4. REGEXP_REPLACE() 正则匹配替换
   –将字符串中的字母删除
   SELECT regexp_replace(‘01234abcde56789’,’[a-z]’,’…’) AS new_str FROM dual;
   –等价于SELECT replace(‘01234abcde56789’,‘abcde’,’…’) AS new_str FROM dual;
   ————————————————————————————

• 解析HTML中的文本道理同上 可以使用正则表达式进行精准匹配从而获取到需要的字段