Почему регулярное выражение соответствует строке, когда другие присутствуют?

Question

У меня есть белый список конечных тегов HTML (br, b, i, div): -

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

Который берет мой тест String и удаляет конечные теги тех, кто не в белом списке, в этом случае заменен [r] для ясности: -

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] 

Если добавить strong в этот белый список

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

Он не только не совпадает с конечным тегом strong, но также останавливается, соответствуя теге конца script или любому другому в этом отношении.

Мой вопрос: почему?

Answer 1

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

Использование [] создает класс символов. Я полагаю, вы написали это, так что вы можете использовать ^ для «не», но класс символов здесь не подходит. В квадратных скобках | не означает «или»; это просто буквальный характер трубы. И письмо div не соответствует словоdiv, оно соответствует одному из трех символов, d, i, или v. Отрицая, что означает «соответствовать ничего, кроме d, i или v.

Это белый список фактически эквивалентно [^bdirv|\^] — он соответствует одному символу, который не b, d, i, r, v, | или ^.

String whitelist = "(?!br|b|i|div)"; 

Если вы хотите, чтобы исключить определенные матчи, что вы хотите negative lookahead. Опуская квадратные скобки позволяет использовать | так, как вы предполагали, в качестве оператора «или».

Answer 2

Причина в том, что вы используете класс символов. Внутри класса символов порядок символов не имеет значения, кроме случаев, когда вы имеете дело с диапазонами символов.

Так, [^br|^b|^i|^div|^strong] на самом деле будет соответствовать любому символу, за исключением тех:

bridvstrong|^ 

[Обратите внимание, что | и ^ там тоже].

Возможно, вы использовали [^bridvstrong|^], и он будет вести себя одинаково.

Вы можете вместо этого взглянуть на негативные взгляды.