java正则表达式的堆栈溢出

Question

我正在获取stackoverflow来验证大字符串字段的csv。

正则表达式：

(?![^\",][^,]*\")(\"(\"\"|[^\"])*\"|[^\",]*),[0-9]*

TargetString：

“Nuvi 1450LMT是Garmin的便携式全球定位系统接收器，提供公司标准1450和1450T型号的升级。包括免费终身地图和交通更新，此模型可每三个月更新一次，以确保最新的位置信息。内置的FM信号发射器可以提供有关事故，施工和其他形式的道路堵塞的最新交通信息，为用户提供足够的时间来选择备用包括一个背光5英寸触摸屏TFT显示屏，提供清晰的视觉指示，配备“车道辅助”技术，提供精确的使用通道的虚拟第一人称指导。包含全面的“城市导航”地图加拿大，美国和墨西哥，拥有二维和三维支持以及超过600万用户选择的兴趣点.1450LMT也完全支持行人导航，“CityXplorer”为各种主要城市提供公共汽车，铁路，电车和其他公共交通信息服务。燃料效率路线可以通过“EcoRoute”模式确定，而“HotFix”预测卫星技术有助于保持最准确的位置信息，即使信号暂时丢失。 Garmin的“Photo Connect”服务支持照片导航，可通过“Garmin Garage”网站下载其他汽车标记和旁白声音。

功能

5英寸背光TFT彩色触摸屏

终身免费流量更新

免费地图

MicroSD卡支持

语音提示

车道辅助功能

自动重新路由

路由避免

FM流量兼容性

EcoRoute路由

自定义兴趣点

Garmin车库标记和语音定制“，9

有人可以帮助优化它。 您能否使用占有量词进行优化

Answer 1

我认为最好的建议是不要尝试使用正则表达式来解析CSV文件。你制定正则表达式的任何方式都有可能存在无限数量的分支点......因此病理输入字符串的堆栈溢出。

更好的方法是为Java选择和使用适当的CSV库。检查此问题的答案：

  

Can you recommend a Java library for reading (and possibly writing) CSV files?

Answer 2

你可以通过添加几个加号来消除这个错误：

"(?![^\",][^,]*\")(\"(\"\"|[^\"]+)*\"|[^\",]+),[0-9]+"
                                ^           ^       ^

请注意，这些只是常规加号，而非占有性修饰符。第二个和第三个加号替换了星号，但它是第一个产生真正差异的星号。 [^\"]+消耗了大部分文本，并且在添加加号之前一次只有一个字符。

但它仍然不会匹配，它会更快失败。该正则表达式用于匹配CSV字段与正确转义的引号，如果我理解正确，您的问题是它们不转义。这是一个更具挑战性的问题，但我想知道你是否真的需要处理这些内部引用。这不会起作用吗？

".*?",\d+

...或作为Java字符串文字：

"\".*?\",\\d+"

或者您是否试图通过自己转义引号来纠正字符串？