Python正则表达式是否匹配

出于某种原因

m = re.search('(<[^pib(strong)(br)].*?>|</[^pib(strong)]>)', '</b>')

m=re.search（‘（|）’，“”）

匹配字符串，但是

m = re.search('(</[^pib(strong)]>)', '</b>')

m=re.search（“（）”，“）

没有。我正在尝试匹配所有不匹配的标记

，
，

---

等等。我是否误解了“|”的工作原理？

你做错了。首先，

[]

之间的字符匹配方式不同：

[ab]

将匹配

a

或

b

，因此在您的情况下，

[^pib（strong）]

将匹配所有不是a

p

、a

i

、a

b

、a

（

）的字符（请注意

^/code>中的否定）.你的第一个正则表达式匹配只是巧合

另外，您不应该使用正则表达式解析html/xml，而是使用适当的xml解析库，如lxml或beautifulsoup

下面是一个使用
lxml
的简单示例：

from lxml import html
dom = html.fromstring(your_code)
illegal = set(dom.cssselect('*')) - set(dom.cssselect('p,b'))
for tag in illegal:
    do_something_with(tag)

（这是一个小的，可能是次优的示例；它只是向您展示了使用这样一个库是多么容易。另外，请注意，库会将代码包装在一个
中，因此您应该考虑到这一点）

from lxml import html
dom = html.fromstring(your_code)
illegal = set(dom.cssselect('*')) - set(dom.cssselect('p,b'))
for tag in illegal:
    do_something_with(tag)