如何用正则捕获XML同标签内可变数量组且不越界？

我有如下格式的XML文件：

<Table>
  <Persons>
    <Person>
      <ID>71</ID>
      <FullNameLikeX>"sentence expected"</FullNameLikeX>
      <Age>49</Age>
      <FavoriteFood>Banana</FavoriteFood>
      <NameParts>
        <word>Jhon</word>
        <word>Henry</word>
        <word>Abbot</word>
      </NameParts>
    </Person>
    <Person>
      <ID>72</ID>
      <FullNameLikeX>"sentence expected"</FullNameLikeX>
      <Age>26</Age>
      <FavoriteFood>Cake</FavoriteFood>
      <NameParts>
        <word>Cecilia</word>
        <word>Elisabeth</word>
        <word>Maria</word>
        <word>Smith</word>
      </NameParts>
    </Person>
    <Person>
      <ID>73</ID>
      <FullNameLikeX>"sentence expected"</FullNameLikeX>
      <Age>17</Age>
      <FavoriteFood>Lasagna</FavoriteFood>
      <NameParts>
        <word>Luc</word>
        <word>Hernandez</word>
      </NameParts>
    </Person>
  </Persons>
</Table>

需要在Notepad++中用正则表达式将<FullNameLikeX>标签内的"sentence expected"替换为对应<NameParts>下所有<word>标签内容拼接后加" like "和<FavoriteFood>标签内容（比如第一个Person应替换为"Jhon Henry Abbot like Banana"）。

但处理<NameParts>内数量可变（1-5个）的<word>标签时，尝试多种正则均出现问题：
我使用的正则结构为：

(<FullNameLikeX>")[\s\S]*?("<\/FullNameLikeX>)([\s\S]*?<FavoriteFood>([\s\S]*?)<\/FavoriteFood>[\s\S]*?<NameParts>###[\s\S]*?<\/NameParts>)

其中###位置尝试了以下写法：

• (?:[\s\S]*?<word>([\s\S]*?)<\/word>)?：当<word>数量少于分组数时，组会越界到下一个<Person>；
• (?:[\s\S]*?<word>([\s\S]*?)<\/word>)??：不会越界，但无法捕获分组；
• (?:[\s\S]*?<word>([\s\S]*?)<\/word>)+?：当<word>数量少于分组数时，组会越界到下一个<Person>；
• (?:[\s\S]*?<word>([\s\S]*?)<\/word>(?![\s\S]*?<\/Person>[\s\S]*?))?：不会越界，但捕获组为空。

现询问：仅用正则表达式是否可实现捕获可变数量XML标签内容且不越界的需求？

单步正则替换很难完美实现这个需求——因为正则的捕获组数量是固定的，没法动态匹配并拼接可变数量的<word>内容。不过在Notepad++里可以分两步操作，简单高效：

第一步：合并<NameParts>内的<word>内容 #

先把每个<NameParts>下的所有<word>标签去掉，将内容用空格拼接：

1. 打开Notepad++的替换窗口（Ctrl+H）；
2. 选择“正则表达式”模式，勾选“匹配换行符”；
3. 查找内容：

(<NameParts>[\s\S]*?)<word>([^<]+)<\/word>([\s\S]*?<\/NameParts>)

4. 替换为：

$1$2 $3

5. 重复点击“替换全部”，直到提示“0处替换完成”。这时候<NameParts>里就只剩下用空格分隔的名字内容了。

第二步：替换<FullNameLikeX>的内容 #

现在可以直接提取拼接好的名字和<FavoriteFood>内容来替换目标标签：

1. 同样在替换窗口，保持正则模式和匹配换行符的勾选；
2. 查找内容：

(<Person>[\s\S]*?<FullNameLikeX>)"sentence expected"(<\/FullNameLikeX>[\s\S]*?<FavoriteFood>)([^<]+)(<\/FavoriteFood>[\s\S]*?<NameParts>)([^<]+?)(<\/NameParts>[\s\S]*?<\/Person>)

3. 替换为：

$1"$5 like $3"$2$3$4$5$6

点击“替换全部”，就能得到你想要的结果。

如果非要用单步正则，也可以写一个覆盖1-5个<word>的冗长表达式，但扩展性极差（超过5个<word>就失效），还会出现多余空格需要处理，完全没必要。分两步操作是最实用的方案。

内容的提问来源于stack exchange，提问作者Nidar