Bokeh是一個Python庫，可以用來創建交互式數據可視化工具。要實現文本搜索和過濾功能，可以使用Bokeh的ColumnDataSource對象和CustomJS回調函數。

首先，創建一個包含所有數據的ColumnDataSource對象，然后創建一個TextInput輸入框，用戶可以在輸入框中輸入要搜索的文本。接下來，創建一個CustomJS回調函數，該回調函數將獲取輸入框中的文本，然后使用過濾函數來過濾數據源中的數據。最后，將這個回調函數與輸入框的on_change事件綁定，這樣每當用戶輸入文本時，回調函數就會被觸發，實現文本搜索和過濾功能。

以下是一個簡單的示例代碼：

from bokeh.layouts import column
from bokeh.models import ColumnDataSource, TextInput
from bokeh.plotting import curdoc
from bokeh.models.callbacks import CustomJS
from bokeh.models.widgets import DataTable, TableColumn

# 創建數據源
data = {'x': [1, 2, 3, 4, 5],
        'y': [6, 7, 8, 9, 10],
        'text': ['apple', 'banana', 'cherry', 'date', 'eggplant']}
source = ColumnDataSource(data)

# 創建輸入框
search_input = TextInput(placeholder="Search")

# 創建數據表
columns = [TableColumn(field="x", title="X"),
           TableColumn(field="y", title="Y"),
           TableColumn(field="text", title="Text")]
data_table = DataTable(source=source, columns=columns, width=400, height=280)

# 創建回調函數
callback = CustomJS(args=dict(source=source), code="""
    var data = source.data;
    var text = cb_obj.value.toLowerCase();
    var x = data['x'];
    var y = data['y'];
    var filtered_data = {'x': [], 'y': [], 'text': []};

    for (var i = 0; i < x.length; i++) {
        if (data['text'][i].toLowerCase().includes(text)) {
            filtered_data['x'].push(x[i]);
            filtered_data['y'].push(y[i]);
            filtered_data['text'].push(data['text'][i]);
        }
    }

    source.data = filtered_data;
    source.change.emit();
""")

search_input.js_on_change('value', callback)

# 將輸入框和數據表組合成一個布局
layout = column(search_input, data_table)

curdoc().add_root(layout)

在這個示例中，我們首先創建了一個包含x、y和text列的ColumnDataSource對象。然后創建了一個TextInput輸入框，并將一個CustomJS回調函數與輸入框的value屬性綁定。回調函數將根據輸入框中的文本來過濾數據源中的數據，并將過濾后的數據更新到數據源中，從而實現文本搜索和過濾功能。最后，將輸入框和數據表組合成一個布局，并將其添加到文檔中。

通過這種方式，用戶可以在輸入框中輸入文本，然后數據表中只顯示包含該文本的行。這樣就實現了文本搜索和過濾功能。