如何在MariaDB中检索嵌套在<table>标签内部的<p>标签

问题原因 #

你之前使用的查询语句存在两处明显错误：

• LIKE语法仅支持%（匹配任意长度任意字符）、_（匹配单个任意字符）作为通配符，你用到的*会被识别为普通字符匹配，无法得到预期结果
• 即使将*替换为%，普通LIKE查询也无法限制<p>必须出现在<table>和</table>之间，会出现大量误命中的情况

可行解决方案 #

方案1：正则匹配（适用MariaDB 10.0.5及以上版本） #

MariaDB 10.0.5开始支持PCRE正则，可以用负向预查实现精准匹配，查询语句如下：

SELECT * FROM 你的表名
WHERE content REGEXP '<table[^>]*>([^<]|<(?!/table>))*<p[^>]*>';

该写法兼容带自定义属性的table、p标签，同时避免了贪婪匹配导致p标签出现在table外的误判问题。

如果你的MariaDB版本低于10.0.5不支持正则预查，可以用LIKE配合字符串截取实现：

SELECT * FROM 你的表名
WHERE content LIKE '%<table>%<p>%</table>%'
AND SUBSTRING_INDEX(content, '</table>', 1) LIKE '%<table>%<p>%';

方案2：业务代码解析（100%准确率） #

如果你的业务场景存在table嵌套、HTML标签不规范等复杂情况，正则查询可能出现边缘场景误判，建议直接将content字段的HTML内容取出，在业务代码中用HTML解析库（如Python BeautifulSoup、Java Jsoup）解析DOM结构，直接查找table标签内部的p节点即可。

内容的提问来源于stack exchange，提问作者Tushar Korat