Как удалить html-теги и информацию о сериализации php из результата mysql без php?

Question

Я храню массив PHP, где key => пары значений - это информация, используемая для создания вкладок пользовательского интерфейса jQuery на веб-сайте.

строка хранится в базе данных MySQL выглядит следующим образом:

а: 2: {я: 0; а: 2: {я: 1; s: 9: "Info", я: 2; s: 643: "<h2> < сильный > Этот раздел о Foo </сильный > </h2 > < < р > > сильный Lorem Ipsum ...";} я: 1; а: 2: {я: 1; s : 14: «Дополнительная информация»; i: 2; s: 465: «<p> Lorem ipsum ...»;}}

(недействительный сериализованный массив или html, потому что я усекал длинный контент по причинам форматирования)

Я хотел бы разрешить загрузку этого контента в Sphinx (полнотекстовый индекс) для поиска по сайту. В основном Sphinx просто захватывает содержимое базы данных и индексирует то, что находит, в зависимости от параметров конфигурации, которые вы указываете ... Что мне интересно, если есть хороший способ заставить MySQL или Sphinx лишить информацию о сериализации и html теги, чтобы индексировать только обычный текст.

Answer 1

Ваш лучший выбор - это, вероятно, прекратить хранить только PHP-сериализованный формат, добавив версию «обычного текста» наряду с тем, что Sphinx может индексировать. В противном случае другая идея заключалась бы в том, чтобы иметь PHP-скрипт, который сканирует таблицу на регулярной основе и создает версию «обычного текста» вне диапазона с исходным запросом HTTP, который создал записи. С unserialize() и strip_tags() в вашем распоряжении это становится довольно тривиальной проблемой.

Answer 2

Для задачи Html-Таг это в вашем сфинкса-конфигурации: html_strip = 1

link to the manual section of html_strip

Я не нашел способ лишить сериализации-информации из индекса. (Но у меня такая же проблема)