电子邮件验证正则表达式导致灾难性的回溯

Question

我正在使用以下正则表达式进行电子邮件验证

^\w+([\.-]?\w+)*@\w+([\.-]?\w+)*(\.\w{2,3})+$

这个正则表达式适用于小输入，但对于较长的输入（120个字符），这会导致灾难性的回溯。

是否可以优化此表达式？

Answer 1

注意：您的表达过于严格，请考虑使用类似<input> type="email" HTML5属性的内容。

当使用两个子模式时，第一个是可选模式，在无限量化的组中，如在([\.-]?\w+)*中，几乎总是导致灾难性的回溯，输入与模式不匹配。

也就是说，当用户名和域部分中包含大量单词字符，且模式与字符串不匹配时，就会出现问题 - 请参阅the regex failure demo somethingverylong@hereandthereseemore-.com字符串。

您需要做的是确保没有像

这样的模式

( <PATTERN_MATCHING_EMPTY_STRING> <PATTERN_MATCHING_1+_CHARS>) *

像

( a? bcd ) *
( a* bcd ) +
( a? b+ ) *?

在其他模式中。

您可以通过简单地强制使用可选模式来修复它们，并在适当的时候调整组量词：

^\w+(?:[.-]\w+)*@\w+(?:[.-]\w+)*(?:\.\w{2,3})+$
           ^               ^

请参阅regex demo。现在，[.-]是强制性的，它恰好匹配.或-的一次出现。