我想在这里提交一个我想要了解的非常具体的性能问题。
我正在尝试使用正则表达式验证自定义合成器。通常，我没有遇到性能问题，所以我喜欢使用它。
正则表达式：
^(\{[^\][{}(),]+\}\s*(\[\s*(\[([^\][{}(),]+\s*(\(\s*([^\][{}(),]+\,?\s*)+\))?\,?\s*)+\]\s*){1,2}\]\s*)*)+$
有效的合成器：
{Section}[[actor1, actor2(syno1, syno2)][expr1,expr2]][[actor3,actor4(syno3, syno4)][expr3,expr4]]
你可以在这里找到正则表达式和测试文本： https://regexr.com/3jama
我希望足够了，我不知道如何用正则表达式解释我想要匹配的内容; - ）。
在有效文本上应用正则表达式并不需要花费太多，它几乎是即时的。 但是当涉及到特定的无效文本案例时，regexr应用程序会挂起。它并不是特定于regexr应用程序，因为我还使用自己的java代码或javascript代码进行了戏剧性的表演。
因此，我的需求是验证用户正在键入文本。我甚至可以想象在点击时验证文本，但是如果用户提交的文本结构如下所示，或者产生相同性能下降的其他文本，我无法承担应用程序将挂起。
只需从测试文本中删除尾随的“]”字符
即可因此，提高性能下降的无效文本变为：
{Section}[[actor1, actor2(syno1, syno2)][expr1,expr2]][[actor3,actor4(syno3, syno4)][expr3,expr4
另一个无效的测试可能是，并且没有性能下降：
{Section}[[actor1, actor2(syno1, syno2)][expr1,expr2]][[actor3,actor4(syno3, syno4)][expr3,expr4]]]
如果一个正则表达的大师能够解释我的错误，或者为什么我的用例不适合正则表达式，我会很高兴。
答案 0 :(得分：3)
这个答案适用于您评论中的精简正则表达式：
^(\{[^\][{}(),]+\}(\[(\[([^\][{}(),]+(\(([^\][{}(),]+\,?)+\))?\,?)+\]){1,2}\])*)+$
原始模式的问题类似。
你正面临着灾难性的回溯。每当正则表达式引擎无法完成匹配时，它就会回溯到字符串中，试图找到将模式与某些子字符串匹配的其他方法。如果你有很多模糊的模式，特别是如果它们出现在重复内部，测试所有可能的变化需要花费很多时间。有关更好的解释，请参阅link。
您使用的子模式之一是以下（为了更好的可视化而采用多行模式）：
([^\][{}(),]+
(\(
([^\][{}(),]+\,?)+
\))?
\,?)+
应该匹配像actor4(syno3, syno4)这样的字符串。稍微冷凝这种模式，你得到([^\][{}(),]+,?)+。如果从中移除,?，则会得到([^\][{}(),]+)+，这是营养回溯的开门，因为字符串可以通过这种模式以多种不同方式匹配。
我得到你试图用这个模式做的事情 - 匹配一个标识符 - 以及用逗号分隔的其他其他标识符。然而，正确的方法是：([^\][{}(),]+(?:,[^\][{}(),]+)*)。现在没有一种模糊的方式可以回溯到这种模式。
对于上面显示的整个模式执行此操作（是的，还有另一个可选的逗号，必须推出）并将其插回到完整模式中，我将：
^(\{[^\][{}(),]+\}(\[(\[([^\][{}(),]+(\(([^\][{}(),]+(?:,[^\][{}(),]+)*)\))?(?:\,[^\][{}(),]+(\(([^\][{}(),]+(?:,[^\][{}(),]+))*\))?)*)\]){1,2}\])*)+$
这不会灾难性地回溯anymore。
您可能希望自己帮忙并将其拆分为子模式，您可以使用实际源中的字符串连接在一起，或者如果使用PCRE模式则使用定义。
请注意，一些正则表达式引擎允许使用原子组和占有量词，进一步帮助避免不必要的回溯。由于您在标题中使用了不同的语言，因此您必须自己检查，哪一种可用于您选择的语言。