正则表达式导致段错误/堆栈溢出

Question

（或者我认为）......

我正在使用boost :: xpressive作为我的正则表达式引擎来解析一些东西，我得到一个段错误。我怀疑递归和我的坏正则表达式是罪魁祸首，因为gdb显示超过300个堆栈帧。所以，这是我的（区分大小写）正则表达式，用perl / python表示法：

begin([^e]+)e((?:[^b]|b(?!egin))+)

我期望匹配

beginHEADER HEREeFOLLOWED BY SOME LONG LONG TEXT THAT GOES UNTIL NEXTbegin

在第一组中使用第一个大写文本（ HEADER HERE ），在第二个组中使用第二个大写文本。如果与第2组匹配的文本很长，我总是得到段错误。

为什么不能这样做？

Answer 1

只需使用non-greedy matching：

即可简化正则表达式

begin(.+?)e(.+?)begin

尝试一下，看看它是否效果更好。

由于|的递归实现或正则表达式中的分组，您的原始正则表达式可能导致堆栈溢出，这可能会分支您的第二组中的每个字符。

另一方面，简单的非贪婪.+?不需要为每个字符分支。