遇到个好笑的事

[kukala]

小项目一般用富文本编辑器把内容存入数据库不是带有着 html 标签的嘛！

需求是提取出来的内容不带 html 标签的！



请问大家会选择如下哪个操作:

1 、建立 2 个字段，一个存带 html 标签的内容，一个存不带 html 的内容

2 、取出数据然后替换掉 html 标签

[kingjpa]

这时候 php 的好处就出来了 直接一个 strip_tags 函数搞定。

[wzzzx]

我肯定是选 2 ，这个就是一个业务上的需求吧。今儿不要标签，明儿要标签，后天想把标签加粗展示，大后天想把标签变为红色，总不能一次整多一个字段吧

[eason1874]

大部分富文本编辑器都有两个保存 API ，一个存 HTML 格式的，一个存文本格式的，并且两者可以互转

文本格式也只是类似 markdown 去掉部分 HTML 标签，不能全部去掉。比如允许编辑字体颜色，保存时如果把 HTML 标签全部去了，那你就转不回来了

[oneisall8955]

2 ，jsoup 解析整一下

[BugCry]

这要从何笑起呢

[kukala]

@BugCry 你会选哪个

[kkeep]

2

[kukala]

@eason1874 你再仔细看下题

[kukala]

@oneisall8955 是的

[kukala]

@kingjpa 的确

[eason1874]

@kukala 哦，你的意思是，在有 HTML 版本的同时要不要另外存一个文字版本是吧，那我选 2

[Danswerme]

选 1 ，我懒

[kukala]

@eason1874 对头，是这样的

[kukala]

@Danswerme 这是懒的问题吗？

[DeutschXP]

@kukala 那你有没有想过，在某些应用情景下，单独存一个不带 html 标签的纯文本，会更方便搜索呢？

[netnr]

选 1 直接存储 更通用

[murmur]

@DeutschXP 全文搜索用 solar 这些，也不需要你在数据库里存，要存分词的结果

[imicksoft]

选 1 ，这事我干过。
我之前采集过 aardio 论坛的帖子，aardio 的数据类型有一个是 table 类型，那存 html 不方便搜索 aardio 代码，所以就用了两个字段，一个存 html 源码，一个存纯文本。

[yuewenjie]

嘿嘿

[kukala]

@DeutschXP 这个应用场景下，你有实践过没

[kukala]

@netnr 存储的时候就已经处理了，不是多此一举吗

[kukala]

@imicksoft 只是选了个方便你的方法，并不是最优选择

[fengci]

@DeutschXP 正常搜索引擎有去 html 过滤。这不是问题。

[hay313955795]

额 哪里好笑了?

[cuixiao603]

我是来看笑话的，笑话呢

[f056917]

选 2 丢给前端去替换？

[nothingistrue]

首先考虑的问题是，不带 html 的内容是不是必须存，评判标准是：有没有根据它检索的需求。如果是必须存那就没 2 的什么事了。如果不是必须存，那 1 跟 2 在黑盒功能上是没区别的，用哪个就看你用哪个更方便。

[ada87]

哪里好笑了， 正常一点的富文本都是存自己的 rawObject ，从没存过 HTML ， 这个需求要是要求存 HTML 才有毛病。

[theliang]

2
第一个是用空间换时间
第二个是直接花时间去替换,如果不是很大的文本,其实效率也是挺快的

[littlewing]

1. 哪里好笑了
2. “小项目一般用富文本编辑器把内容存入数据库不是带有着 html 标签的嘛！” 这是什么逻辑

[RuralHunter]

显然 2 个方案都不对，实际只要保存带标签的 html 。因为不需要标签时你可以把带标签内容取出来去掉标签。但你去掉了标签保存就恢复不了原来的标签了，除非你的标签是固定的。

[BugCry]

@kukala 2 ，除非需求方同意把富文本编辑器改成纯文本编辑器

[octalempyrean]

反正我没笑

[laolaowang]

这有什么可笑的？

[fox0001]

一般选 1 ，省心

[Rrrrrr]

自己定义一套不更好？

[alfa]

小项目，之前我们用了 1 ，因为内容需要按关键字搜索

[ccyu220]

有什么好笑的，之前做 APP 消息中心的时候就是这么处理的显示部分简介和详情的。

简介就是纯文本，详情就是 webview 展示详细内容

[mosliu]

看数据量 和 时间要求了。。
第一个 空间换时间
第二个 时间换空间呗。。。

[DeutschXP]

@murmur 还是出现了，为了防杠，特别说了，某些应用场景。还分词，轻量情况下，犯得着另外上复杂的东西么？瞧把你能耐的，本来 5 块钱的 VPS 就能解决的，给你搞得非要花 500 块，你这样的 IT 很 JS 啊……

@kukala n 年前实践过，许多论坛和 CMS 系统都会同时存两个版本，便于搜索，这么玩还是从国外那些系统传到国内的。

除了搜索需要，再举例一个，类似上面提到的消息通知，包括 Email ，都存在同时需要富文本和纯文本的需求。

[lujiaosama]

为什么会存带 html 标签的, 我这里的富文本是存的楼上说的 rawObject, 也有过前端展示简介纯文本的需求, 是服务端这边提取的文本. 如果还要搜索, 确实还是 ls 说的再加一个字段存纯文本比较好.

[libook]

得看需求上，要求带样式的内容在“不带 html 标签”的场景下怎么处理，如果只去掉 html 标签就能满足需求的话，我倾向方案 2 。

方案 1 需要确保一致性，解决一致性问题通常会麻烦一些，我个人的偏好是能存一份数据尽量不存多份。

[krixaar]

方案 1 的变种，建一个视图，多一个字段用原表字段去掉 html 标签

[encro]

orm 里面这种不是有接近标准的解决方案吗？

Post {
html, # 数据库存原始的
getContent(), # 定义一个 get 取去掉 tag 的
}

以上是不考虑性能的，如果需要考虑性能，一直性用 text ，比如搜索引擎，那么当然是加字段。根据场景和需求来，否则就是耍流氓。

[sanyuedev]

内部使用的（管理系统）存取原始信息，对外展示的 转义为 html 形式的