为什么这段代码卡住了node.js - Javascript上的Bug？

Question

我试图运行这个正则表达式，但它卡住了我的控制台。为什么呢？

var str = "Шедевры православной музыки - 20 золотых православных песен";
str.match(/^(([\u00C0-\u1FFF\u2C00-\uD7FF]+[^a-z\u00C0-\u1FFF\u2C00-\uD7FF]*)+) [a-z]+[^\u00C0-\u1FFF\u2C00-\uD7FF]*$/i);

Answer 1

由于(([\u00C0-\u1FFF\u2C00-\uD7FF]+[^a-z\u00C0-\u1FFF\u2C00-\uD7FF]*)+)部分，您的正则表达式导致catastrophic backtracking（请参阅a demo of your regex here）。由于[^a-z\u00C0-\u1FFF\u2C00-\uD7FF]*可以匹配零个字符，因此您基本上有一个类似于(a+)+的经典模式（cf：([\u00C0-\u1FFF\u2C00-\uD7FF]+)+）会导致回溯问题。

要摆脱它，您需要确保子模式在分组中是必修，并将*量词应用于整个分组：

^([\u00C0-\u1FFF\u2C00-\uD7FF]+(?:[^a-z\u00C0-\u1FFF\u2C00-\uD7FF]+[\u00C0-\u1‌​FFF\u2C00-\uD7FF]+)*) [a-z]+[^\u00C0-\u1FFF\u2C00-\uD7FF]*$

请参阅regex demo

此处[\u00C0-\u1FFF\u2C00-\uD7FF]+(?:[^a-z\u00C0-\u1FFF\u2C00-\uD7FF]+[\u00C0-\u1‌​FFF\u2C00-\uD7FF]+)*匹配：

• [\u00C0-\u1FFF\u2C00-\uD7FF]+ - [\u00C0-\u1FFF\u2C00-\uD7FF]范围内的一个或多个字符
• (?:[^a-z\u00C0-\u1FFF\u2C00-\uD7FF]+[\u00C0-\u1‌​FFF\u2C00-\uD7FF]+)* - 零个或多个序列：
  • [^a-z\u00C0-\u1FFF\u2C00-\uD7FF]+ - 除a-z\u00C0-\u1FFF\u2C00-\uD7FF范围
  以外的一个或多个字符
  • [\u00C0-\u1‌​FFF\u2C00-\uD7FF]+ - \u00C0-\u1‌​FFF\u2C00-\uD7FF范围内的一个或多个字符。