如何通过改进这个正则表达式？它在非常短的文本上击中了PREG_BACKTRACK_LIMIT_ERROR for PHP

Question

以下正则表达式：

$common_tlds = 'us|me|com|net|org|ly|be|edu|gov|uk|ca|de|jp|fr|au|ru|ch|it|nl|se|no|es|mil|co';

$regex = '#(?:https?://)?([^.\s]+(?:[^\s.]|[^\s][^\s.])*\.(?:' . $common_tlds . ')[^.\s]*)#i';

在这里使用：

preg_replace($regex,'<a href="http://$1" target="_blank">$1</a>', $text);

在非常短的文字上给我一个PREG_BACKTRACK_LIMIT_ERROR。一个示例文本是：

Life cant always give you the best shoes,handbags,clothes but it can give you the best creations.

我知道，有更好的链接在线查找正则表达式，但我很好奇我的正则表达式导致大规模回溯以及如何改进它。谢谢！

Answer 1

尝试这样的事情：

$regex = '#(?:https?://)?([^.\s]+(?:\.[^.\s]+)*\.(?:' . $common_tlds . '))#i';

评论：

• 您看到catastrophic backtracking - 您的模式有太多方法无法匹配字符串。
• [^.\s]+(?:\.[^.\s]+)*只允许一种匹配域的方式，在点处锚定。
• [^.\s]* - 从最后删除，不确定在tld之后它应该做什么。如果您想匹配.co.il等域名，则可能需要另一个点：(?:\.[^.\s]+)?
• 您可能需要一个\b，以避免匹配(google.com。