java - 为什么正则表达式仅在存在其他字符串时匹配字符串？

Question

我有一个 HTML 结束标记白名单(br、b、i、div): -

String whitelist = "([^br|^b|^i|^div])";
String endTagPattern = "(<[ ]*/[ ]*)" + whitelist + "(>?).*?([^>]+>)";
...
html = html.replaceAll(endTagPattern, "[r]");

这需要我的测试String并删除那些不在白名单中的结束标签，在本例中为了清楚起见替换为[r]:-

1. <b>bold</b>, 2. <i>italic</i>, 3. <strong>strong</strong>, 4. <div>div</div>, 5. <script lang='test'>script</script>
1. <b>bold</b>, 2. <i>italic</i>, 3. <strong>strong[r], 4. <div>div</div>, 5. <script lang='test'>script[r]

如果我将 strong 添加到此白名单

String whitelist = "([^br|^b|^i|^div|^strong])";

它不仅不匹配 strong 结束标记，还停止匹配结束 script 标记或任何其他相关标记。

我的问题是，为什么？

Answer 1

原因是您正在使用字符类。在字符类中，字符的顺序并不重要，除非您正在处理字符范围。

因此，[^br|^b|^i|^div|^strong] 实际上会匹配除以下字符之外的任何字符:

bridvstrong|^

[请注意，| 和 ^ 也在那里]。

您可以使用[^bridvstrong|^]，它的行为方式相同。

您可能会考虑负面前瞻。