C#-从包含单词字段的XML数据中读取纯文本

我正在为一个应用程序开发一个“搜索”功能，在其中搜索XML内容中的关键字。我只需要搜索纯文本，即没有xml标记或单词字段。下面是我用来读取文本的代码片段（不包括XML标记和二进制数据）：

但是，我发现，由于此xml实际上存储Word文档内容，因此它还包含以下Word字段：（REF _Ref325306498\h*MERGEFORMAT图1和REF _Ref325306499\h*MERGEFORMAT图2）

这里我要搜索的内容是“（图1和图2）”。 但是我找不到这个文本，因为它还包含MERGEFORMAT和其他Word字段

---

如何从该xml数据中仅读取纯文本？

解析包含Word文件的每个xml DOM元素后，您可以将Word文档解析为字符串，然后使用该字符串进行搜索-这里提供了两种方法来获取Word文档内容作为字符串-本质上，您可以使用Word automation将文档另存为文本，也可以使用第三方库，或者在代码中使用Word DOM。

您可以尝试使用XElement和XPath。您需要在using指令中添加System.Xml.Linq和System.Xml.XPath名称空间

var xml = XElement.Load("filepath");
string searchText="your search text";
var matchElements=xml.XPathSelectElements(@"//*[contains(.,'"+searchText+"')]");

---

阿南，谢谢你的回复。这确实有点帮助。但是，当我尝试用xml内容加载word文档时，我遇到了一个OutOfMemoryException，因为我们在这里循环处理大量数据库记录（xmlContent来自数据库）。

var xml = XElement.Load("filepath");
string searchText="your search text";
var matchElements=xml.XPathSelectElements(@"//*[contains(.,'"+searchText+"')]");