网页的字体加亮功能如何实现？

Question

主要的难度就是在于不知道有什么好的办法排除所有在标记里的字符串
谁能帮帮忙?

Answer 1

将网页解析成XML之后，只取Text Node里面的内容来分析关键字。

Answer 2

楼上的方法我想过，但是我担心网页的标记语言不规范，导致没有办法生成Dom；还有就是效率问题；虽然我觉得可以用正则表达式去匹配，只提取出不在标记范围里的字符串；但是不会写，谁能提供有这个功能的正则表达式？