最近在维护零点博客时，发现数据库里混杂了不少老旧文章的乱码和恶意的HTML标签，手动修改不仅效率低，还容易漏掉死角。与其每次都去phpMyAdmin里手忙脚乱，不如自己动手写个小工具。于是这篇技术笔记就诞生了，讲讲我是如何用C#配合MySQL开发一个EMLOG后台数据清洗工具的。

一、 需求与架构思路

这个工具主要解决两个问题：一是利用正则表达式批量清洗文章内容里的非法字符；二是确保在处理数据时，接口安全，杜绝SQL注入隐患。后端开发我们习惯用PHP，但处理这种批量数据导出，C#的字符串处理能力和LINQ特性确实好用不少。

二、 连接数据库与基础配置

首先得连接到EMLOG的数据库。这里有个细节要注意，EMLOG的配置通常在 config.php 里，我们只需要读取其中的 host, user, pass, name 即可。

string connString = $"Server={host};Database={db};User Id={user};Password={pass};CharSet=utf8;";
using (var conn = new MySqlConnection(connString))
{
    conn.Open();
    // 开启事务，防止清洗过程中数据错乱
    using (var trans = conn.BeginTransaction())
    {
        // 业务逻辑...
    }
}

三、 正则清洗与数据解析

EMLOG的文章内容可能是纯文本，也可能是HTML。为了防止恶意代码，我用正则表达式写了一个简单的清洗器：

string content = reader.GetString("content");
// 剔除script标签及其内容
string cleanContent = Regex.Replace(content, "]*?>.*?<\/script>", string.Empty, RegexOptions.IgnoreCase);
// 替换危险字符
cleanContent = cleanContent.Replace("\'", "''"); 

清洗后的数据，我们转换成JSON格式输出，方便前端调用或者二次开发。

var result = new {
    id = reader.GetInt32("log_id"),
    title = reader.GetString("log_title"),
    content = cleanContent,
    updateTime = DateTime.Now
};
string jsonOutput = Newtonsoft.Json.JsonConvert.SerializeObject(result);
Console.WriteLine(jsonOutput);

四、 避坑指南：SQL注入防护的实操

这是本篇笔记的核心。很多新手（包括以前的我）喜欢直接拼接SQL字符串，比如 "SELECT * FROM emlog_log WHERE log_id=" + id。这在面对直接拼装的用户输入时，非常容易被注入攻击。

我的做法是必须使用预处理语句：

string sql = "UPDATE emlog_log SET log_title=@Title WHERE log_id=@Id";
using (var cmd = new MySqlCommand(sql, conn, trans))
{
    cmd.Parameters.AddWithValue("@Id", logId); // 参数化，安全
    cmd.Parameters.AddWithValue("@Title", newTitle);
    cmd.ExecuteNonQuery();
}

这种写法不仅安全，而且MySQL驱动会自动处理转义，是接口开发的标准姿势。

五、 总结

从爬虫开发的角度看，我们获取数据需要解析JSON/XML；从后端开发看，无论是PHP还是C#，处理数据流时的正则和防注入都是必修课。这款小工具不仅能用于零点博客的维护，其实也可以改造成通用的在线工具发布给其他博主使用。