在XML中替换文本时忽略粗体和斜体标签

Question

可能重复的问题：
正则表达式匹配开放标签，除了XHTML自包含标签

我有一个任意的XML字符串，其中还包含了<b>和<i>这样的标签，它们有通常的含义。
我需要在纯文本中进行字符串替换，而不想替换节点定义中的内容。

举个例子，我想把“hello”替换成一个星号（*）。像这样的XML：<hello a="hello">text sayh<b>ell</b>o more text</hello> 应该变成 <hello a="hello">text say* more text</hello>

有什么好的方法来做到这一点呢？
我本来打算只用regex，但这个想法被投票否决了。

Answer 1

这里有一个非常简单粗暴（强调一下是粗暴）的解决方案，它的规则是“只有当下一个尖括号不是闭合尖括号时才匹配”。具体代码如下：

hello(?![^<>]*>)

这个方法可能在你的XML文件上有效，但在有效的XML中可能会以各种方式失败（在无效的XML中更容易出错）。

编辑：

自从我最初的回答以来，问题已经发生了很大变化，所以这个答案现在不再正确。如果你想忽略粗体/斜体标签，你需要先完全去掉它们，方法是搜索</?[bi]>并把这些标签替换成空字符串，然后再运行上面的正则表达式（但这样会把所有这些标签都去掉，而不仅仅是hello里面的那些），或者使用

</?[bi]>h</?[bi]>e</?[bi]>l</?[bi]>l</?[bi]>o</?[bi]>(?![^<>]*>)

来替代上面的正则表达式。现在你应该能明白，正则表达式并不是处理这种任务的可靠工具。但这从评论中应该已经很明显了。