Início / dba / Perguntas / 158924
Accepted
Nishant
Asked: 2016-12-23 02:46:16 +0800 CST

Validando uma string de entrada HTML

  • 772

Uma solução parcial é obter todos os Notes (VARCHAR)onde há um desequilíbrio em <e >. Mas como posso escrever uma consulta para isso?

Por exemplo:

Input: <html>Hello World</html>
Output: Valid HTML

Input: <html><Hello World</html>
Output: Invalid HTML

Input: <html><Hello World></html>
Output: Valid HTML (Marking it Valid is OK for my use case)
But hey isn't that a valid HTML? It could be <name attribute>

Existem maneiras melhores de verificar HTML "inválido" em que "inválido" é definido como conteúdo HTML com <alguns caracteres seguidos que não são válidos HTML Elementconforme a especificação?

Inicialmente, pensei que poderia verificar <nameseguido por um (espaço), mas os atributos HTML têm sintaxe como <name attributee são fechados >no final.

sql-server

1 respostas

  1. Best Answer

    Se tudo o que você deseja fazer é confirmar que a string de entrada consiste em uma sequência de <...>elementos:

    1. Divida a string no <caractere usando seu divisor de string favorito
    2. O primeiro elemento deve estar em branco
    3. Os elementos subseqüentes devem conter exatamente um >caractere

    A string de entrada é válida se todos os elementos passarem nos testes acima.

    Exemplo

    divisor de cordas

    Estou usando a SQL#.String_Split4kfunção com valor de tabela de streaming da edição gratuita da biblioteca SQLCLR SQLsharp de Solomon Rutzky.

    Se a string de entrada puder ter mais de 4.000 caracteres, a função (menos eficiente) SQL#.String_Splitserá usada (ela lida com strings de até 2 GB).

    Qualquer divisor de string eficiente (T-SQL ou outro) que possa retornar elementos vazios corretamente com um número de sequência funcionará.

    SQL#.String_Split4kO exemplo abaixo mostra o tipo de retornos de saída .

    O primeiro parâmetro é a string a ser dividida. O segundo parâmetro é o delimitador. O terceiro parâmetro ( SplitOption ) é definido como 1, o que significa manter elementos vazios.

    SELECT
    SS.SplitNum,
    SS.SplitVal
FROM SQL#.String_Split4k(N'<a><b><c>', N'<', 1) AS SS;

    Resultado:

    ╔══════════╦══════════╗
║ SplitNum ║ SplitVal ║
╠══════════╬══════════╣
║ 1 ║ ║
║ 2 ║ a> ║
║ 3 ║ b> ║
║ 4 ║ c> ║
╚══════════╩══════════╝

    Tabela e dados de teste

    CREATE TABLE #T
(
    row_id integer IDENTITY PRIMARY KEY,
    string varchar(50) NOT NULL
);

INSERT #T 
    (string)
VALUES 
    ('<html>Hello World</html>'),
    ('<html><Hello World</html>'),
    ('<html><Hello World></html>');

    Solução

    SELECT
    T.row_id,
    string = (SELECT TOP (1) T2.string FROM #T AS T2 WHERE T2.row_id = T.row_id),
    is_valid =
        MIN
        (
            CASE
                -- First element must be blank
                WHEN SS.SplitNum = 1 AND SS.SplitVal = N'' THEN 1
                WHEN SS.SplitNum = 1 THEN 0
                -- Other elements must contain exactly one >
                WHEN SS.SplitVal NOT LIKE N'%>%' THEN 0
                WHEN SS.SplitVal LIKE N'%>%>%' THEN 0
                -- Otherwise valid
                ELSE 1
            END
        )
FROM #T AS T
CROSS APPLY SQL#.String_Split4k(T.string, '<', 1) AS SS
GROUP BY T.row_id
ORDER BY T.row_id;

    Resultado

    ╔════════╦════════════════════════════╦══════════╗
║ row_id ║           string           ║ is_valid ║
╠════════╬════════════════════════════╬══════════╣
║      1 ║ <html>Hello World</html>   ║        1 ║
║      2 ║ <html><Hello World</html>  ║        0 ║
║      3 ║ <html><Hello World></html> ║        1 ║
╚════════╩════════════════════════════╩══════════╝
    • 8

relate perguntas