phpMyAdmin如何从wp_posts表post_content字段提取a标签href的URL

LIKE通配符语法仅能用于判断字段是否包含指定特征的内容，无法直接完成值提取操作，要精准拿到href内的URL、排除</a>前的可见文本，优先使用正则匹配方案，根据你使用的MySQL版本选择对应写法即可，所有语句都可以直接在phpMyAdmin的SQL执行页运行。

方案1：MySQL 8.0及以上版本（支持正则捕获组） #

该版本内置正则替换函数，可以直接在SQL层完成提取，不需要额外二次处理。

• 如果仅需要筛选出包含href链接的文章记录，执行以下语句：

SELECT ID, post_title, post_content
FROM wp_posts
WHERE 
  post_status = 'publish'
  AND post_type = 'post'
  AND REPLACE(REPLACE(post_content, '"', '"'), ''', "'") REGEXP 'href="https?://[^"]+"'

• 如果需要直接在查询结果中输出提取到的所有URL，执行以下语句：

SELECT 
  ID,
  post_title,
  REGEXP_REPLACE(
    REPLACE(REPLACE(post_content, '"', '"'), ''', "'"),
    '.*?href="([^"]+)".*?',
    '$1\n',
    1, 0
  ) AS extracted_urls
FROM wp_posts
WHERE 
  post_status = 'publish'
  AND post_type = 'post'
  AND post_content LIKE '%href=%'

• 上述正则逻辑仅匹配href="后到下一个双引号之间的内容，不管a标签内的属性顺序怎么变、</a>前的可见文本是什么，都不会被误提取，针对你给出的示例内容，可以准确拿到https://bit.ly/_ADXTxn和https://bit.ly/_AATHpd两个结果。语句里嵌套的REPLACE是专门处理你示例中出现的HTML转义字符（"转义为双引号），避免转义内容导致匹配失效。

方案2：MySQL 5.x等低版本（无正则捕获能力） #

低版本MySQL没有提供正则提取/替换的内置函数，不建议写多层嵌套的字符串截取逻辑（标签属性顺序稍有变化就会匹配出错），分两步操作即可：

1. 先用LIKE做初步筛选，把所有包含链接的文章记录查出来：

SELECT ID, post_content
FROM wp_posts
WHERE 
  post_status = 'publish'
  AND post_type = 'post'
  AND post_content LIKE '%href=%'

2. 把查询结果导出为CSV/文本文件，用任意支持正则替换的文本编辑器（比如Notepad++、VS Code）做批量提取：查找规则填.*?href="([^"]+)".*?（如果是未还原的转义内容就把规则里的"换成"），替换规则填$1\n，执行全部替换后，剩下的内容就是所有提取到的URL。

避坑说明 #

• 不要尝试用LIKE搭配通配符直接做值提取：LIKE没有精准定位截取的能力，很容易把href后面的target、rel等属性，以及</a>前的可见文本一起带出来，结果准确率极低。
• 如果你的站点有其他自定义插入a标签的规则（比如href用单引号包裹），只需要把正则里的双引号替换成对应单引号即可正常匹配。

内容的提问来源于stack exchange，提问作者James Smith