如何删除雪花中的所有 html 字符，不想在查询中包含所有 html 特殊字符（无硬编码）答案

【问题标题】：how to remove all html characters in snowflake, dont want to include all html special characters in query (no hardcoding)如何删除雪花中的所有 html 字符，不想在查询中包含所有 html 特殊字符（无硬编码）
【发布时间】：2025-11-27 07:20:02
【问题描述】：

想从字符串中删除以下类型的字符..pl help ' &

【问题讨论】：

为答案添加了更多解释

标签： sql snowflake-cloud-data-platform htmlcleaner

【解决方案1】：

你可以试试这个来删除任何 HTML 特殊字符：

select REGEXP_REPLACE( 'abc&amp;def&sup3;&raquo;ghi', '&[^&]+;', '!'  );

解释：

REGEXP_REPLACE 使用正则表达式进行搜索和替换。我搜索“&[^&]+;”并将其替换为“！”进行演示。您当然可以使用 '' 删除它们。有关该功能的更多信息：

https://docs.snowflake.com/en/sql-reference/functions/regexp_replace.html

关于正则表达式字符串：

& 是 HTML 特殊字符的 & 字符
[^&] 表示除 & 之外的任何字符。这可以防止 REGEXP 替换第一个 '&' 字符和最后一个 ';' 之间的所有字符。当它看到第二个'&'时它会停止
+ 表示匹配 1 个或多个前面的标记（除 & 之外的任何字符）
；是 HTML 特殊字符的最后一个字符

【讨论】：

谢谢你..它对我有用..你能否让我知道这个正则表达式背后的逻辑是什么。谢谢
它也正在删除字符串的一部分

【解决方案2】：

CREATE or REPLACE FUNCTION UDF_StripHTML(str varchar)
  returns varchar
  language javascript
  strict
  as 
  'var HTMLParsedText=""
   var resultSet =  STR.split(''>'')
   var resultSetLength =resultSet.length
   var counter=0
   while(resultSetLength>0)
   {
      if(resultSet[counter].indexOf(''<'')>0)
      {    
        var value = resultSet[counter]
        value=value.substring(0, resultSet[counter].indexOf(''<''))
        if (resultSet[counter].indexOf(''&'')>=0 && resultSet[counter].indexOf('';'')>=0) 
        {
            value=value.replace(value.substring(resultSet[counter].indexOf(''&''), resultSet[counter].indexOf('';'')+1),'''')
        }
      }
        if (value)
        {
          value = value.trim();
          if(HTMLParsedText === "")
          {
              HTMLParsedText = value
          }
          else
          {
            if (value) {
              HTMLParsedText = HTMLParsedText + '' '' + value
            }
          }
          value=''''
        }
        counter= counter+1
      resultSetLength=resultSetLength-1
   }
    return HTMLParsedText';
  
to call this UDF :

Select UDF_StripHTML(text)

【讨论】：