7.15.12. html_untag

7.15.12.1. 概要

html_untag はHTMLタグをHTMLから除去したテキストを出力します。

html_untag は output_columns で説明している --output_columns で使います。

7.15.12.2. 構文

html_untag は引数を一つだけとります。 それは html です。

html_untag(html)

7.15.12.3. 必要条件

html_untag を使うにはGroonga 3.0.5以降が必要です。

html_untag を使うには コマンドバージョン 2以降を使う必要があります。

7.15.12.4. 使い方

使い方を示すために使うスキーマ定義とサンプルデータは以下の通りです。

サンプルスキーマ:

実行例:

table_create WebClips TABLE_HASH_KEY ShortText
# [[0,1337566253.89858,0.000355720520019531],true]
column_create WebClips content COLUMN_SCALAR ShortText
# [[0,1337566253.89858,0.000355720520019531],true]

サンプルデータ:

実行例:

load --table WebClips
[
{"_key": "http://groonga.org", "content": "groonga is <span class='emphasize'>fast</span>"},
{"_key": "http://mroonga.org", "content": "mroonga is <span class=\"emphasize\">fast</span>"},
]
# [[0,1337566253.89858,0.000355720520019531],2]

カラムの本文からHTMLタグを除去する html_untag 関数の簡単な例はこちらです。

実行例:

select WebClips --output_columns "html_untag(content)" --command_version 2
# [
#   [
#     0,
#     1337566253.89858,
#     0.000355720520019531
#   ],
#   [
#     [
#       [
#         2
#       ],
#       [
#         [
#           "html_untag",
#           null
#         ]
#       ],
#       [
#         "groonga is fast"
#       ],
#       [
#         "mroonga is fast"
#       ]
#     ]
#   ]
# ]

上記クエリを実行すると、"class" 属性つきの "span" タグが除去されているのがわかります。html_untag 関数を使うのには --command_version 2 を指定しなければならないことに注意してください。

7.15.12.5. 引数

必須の引数は1つです。

7.15.12.5.1. html

タグを取り除きたいHTMLを指定します。

7.15.12.6. 戻り値

html_untag はHTMLテキストからHTMLタグを除去したタグなしのテキストを返します。