编辑：
好的，现在我明白这可以跨越标签，我想我理解这里的困难。
我在这里能想到的唯一算法是遍历 XML 树，读取文本部分以搜索您的匹配项——您需要在多个节点上逐个字符地匹配自己。困难当然是在这个过程中不要把树弄脏……
这是我的做法：
创建一个步行器以步行到 XML 树。每当您认为已找到字符串匹配的开始时，请保存当前父节点的任何内容。何时（以及是否）找到字符串匹配的结尾，检查保存的节点是否与结尾节点的父节点相同。如果它们相同，那么修改树是安全的。
示例文档：
<doc>This is a an <b>example text I made up</b> on the spot! Nutty.</doc>
测试 1：匹配：示例文本
walker 会一直走下去，直到找到示例中的“e”，它会保存父节点（<b>node ）并继续行走，直到找到text它会检查它是否仍在同一个参考节点<b>中的终点是的，所以它是匹配的，你可以用它或其他任何东西来标记它。
测试 2：匹配：一个例子
walker 会先点击a并迅速拒绝它，然后点击an并保存<doc>节点。它将继续匹配example文本，直到它意识到该示例的父节点是<b>而不是<doc>此时匹配失败并且没有安装节点。
实施1：
如果您只匹配纯文本，那么使用 Java（SAX 或其他东西）的简单匹配器似乎是一种方法。
实施2：
如果匹配的输入是正则表达式本身，那么您将需要一些非常特别的东西。我知道没有引擎可以肯定在这里工作，你可以做的是写一些丑陋的东西来做......也许某种递归walker会将XML树分解成越来越小的节点-sets，在每个级别搜索完整的文本...
非常粗糙（不工作）的代码：
def search(raw, regex):
tree = parseXml(raw)
text = getText(tree)
if match(text, regex):
def searchXML(tree, regex):
text = getFlatText(tree)
if match(text, regex): # check if this text node might match
textNodes = getTextNodes(tree)
for (tn : textNodes): # check if its contained in a single text node
if match(tn, regex):
return tn
xmlnodes = getXMLNodes(tree)
for (xn : xmlnodes): # check if any of the children contain the text
match = searchXML(xn, regex)
if match
return match
return tree # matches some combination of text/nodes at this level
# but not at a sublevel
else:
return None # no match in this subtree
一旦您知道应该包含匹配项的节点在哪里，我不确定可以做什么，因为您不知道如何从正则表达式中找出文本中需要它的索引...也许有人有一个正则表达式，你可以修改......