找到＆amp;替换多个关键字定义字符串

Question

我试图删除SQL数据库中的以下字符串/行：

<p><span style="font-size:16px"><strong>The quick brown &nbsp;</strong></span><strong><span style="font-size:16px">fox jumps.</span></strong></p>

1. 字符串始终以<p>开头，以</p>
结尾
2. 字符串将始终按相同的顺序包含这些字词：The，quick，brown。但它们可能被其他东西（空格， 或其他HTML标记）
分隔开来
3. 字符串是包含更多文本嵌套HTML标记的字段的一部分，因此解决方案必须忽略更高级别的<p></p>标记。
4. 我们正在谈论+ 20k比赛，请不要手动编辑解决方案：）

我已经尝试过使用RegExp，但我无法过滤多个关键字（AND运算符）。

我可以将我的数据库导出到一个sql文件，这样我就可以使用你推荐的任何解决方案，Windows / Linux，文本编辑器，js脚本等等。但我会很感激最简单和优雅的解决方案。

Answer 1

我认为您必须将.*限制为效率更高但更精确的(?:(?!<\/?p[^<]*>).)*，以强制匹配1 <p>标记内的字词：

(?i)<p>(?:(?!<\/?p[^<]*>).)*the(?:(?!<\/?p[^<]*>).)*?quick(?:(?!<\/?p[^<]*>).)*?brown(?:(?!<\/?p[^<]*>).)*?<\/p>

请参阅demo

Answer 2

这个表达式^<p>.*The.*quick.*brown.*</p>\$对我有用：

 [root@fedora ~]# grep "^<p>.*The.*quick.*brown.*</p>\$" test1.txt
<p><span style="font-size:16px"><strong>The quick brown &nbsp;</strong></span><strong><span style="font-size:16px">fox jumps.</span></strong></p>
<p><strong>The quick brown &nbsp;</strong></span><strong><span style="font-size:16px">fox jumps.</span></strong></p>
<p>The quick brown &nbsp;</strong></span><strong><span style="font-size:16px">fox jumps.</p>
[root@fedora ~]#

Answer 3

您可以在任何编辑器（例如notepad ++）或javascript或任何带有g，m，i修饰符的PCRE引擎中使用以下内容：

^<p>.*?the.*?quick.*?brown.*?<\/p>$

因为您的陈述.*

而使用.+代替they MIGHT be separated by something else

并替换为''（空字符串）