如何用Presto（MySQL）提取HTML格式内的指定值？

以下是几种不同场景下的可行解决方案，覆盖常用编程语言和命令行工具：

1. Python 实现（标准库） #

用Python内置的xml.etree.ElementTree模块解析XML结构，无需额外安装依赖：

import xml.etree.ElementTree as ET

# 待解析的XML内容
xml_content = "<payment><no_code>88888</no_code><signature>fbf2c1e</signature><customer_no>4150</customer_no><amount>80</amount><admin>7</admin><total>87</total><transaction_code>0000894</transaction_code></payment>"

# 解析并提取值
root = ET.fromstring(xml_content)
admin_value = root.find('admin').text
print(admin_value)  # 输出：7

2. JavaScript 实现 #

浏览器环境 #

直接用原生DOMParser解析：

const xmlContent = "<payment><no_code>88888</no_code><signature>fbf2c1e</signature><customer_no>4150</customer_no><amount>80</amount><admin>7</admin><total>87</total><transaction_code>0000894</transaction_code></payment>";
const parser = new DOMParser();
const xmlDoc = parser.parseFromString(xmlContent, "text/xml");
const adminValue = xmlDoc.querySelector("admin").textContent;
console.log(adminValue); // 输出：7

Node.js 环境 #

先安装xml2js依赖，再解析：

npm install xml2js

const xml2js = require('xml2js');
const xmlContent = "<payment><no_code>88888</no_code><signature>fbf2c1e</signature><customer_no>4150</customer_no><amount>80</amount><admin>7</admin><total>87</total><transaction_code>0000894</transaction_code></payment>";

xml2js.parseString(xmlContent, (err, result) => {
  if (err) throw err;
  const adminValue = result.payment.admin[0];
  console.log(adminValue); // 输出：7
});

3. 命令行工具（Linux/macOS） #

用xmllint结合XPath提取，无需编写代码：

echo "<payment><no_code>88888</no_code><signature>fbf2c1e</signature><customer_no>4150</customer_no><amount>80</amount><admin>7</admin><total>87</total><transaction_code>0000894</transaction_code></payment>" | xmllint --xpath "string(/payment/admin)" -

执行后直接输出7。

注意事项 #

• 不建议用正则表达式提取，因为XML/HTML结构可能出现换行、属性等变化，正则容错性差，容易解析出错。
• 确保输入内容是合法的XML结构，否则解析工具会抛出错误。

内容的提问来源于stack exchange，提问作者Stein