如何匹配/ \ s * a \ s * b /等正则表达式而不会过度回溯？

Question

我在Perl工作，它使用回溯正则表达式引擎。

我需要匹配以空格分隔的标记的字符串（我正在解析汇编程序，以防有人想知道）。我目前正在使用像

这样的正则表达式

s/(\.text\n\s*\.align .(?:,0x90)?\n)\.globl\s+.*_?__stg_split_marker.*\n/$1/m

这样做，但我担心过度回溯。

我该如何防止这种情况？

Answer 1

一般方法是针对任何可能要进行回溯的子表达式，使用(?>...)包围子表达式。 例如，\s+将为(?>\s+)。

Answer 2

根据我的经验，很多人都试图在not required的地方使用正则表达式，很多人都试图避免它们where they're the best solution。所以我必须始终问 - 你想做什么？

对我来说，你要试图拆分一些代码。或许更容易扭转它，并且总是把它拉开然后将它作为制作过程的一部分组合起来？对于这种类型的东西，我经常会使用模板让我以正确的方式构建代码，并在此构建单元的特定代码中进行插值。然后我完全避免了正则表达式问题，这意味着我也可以避免开发人员做了一些我从未想到的事情。“/ p>

Answer 3

老实说，该代码应该很少回溯。整个事情由.text锚定，其他可能发生回溯的地方将很快中止。不过，您可以尝试进行优化。

• 使用\K删除了捕获（减慢速度）的需要。鉴于我上面所说的，这可能是提供最大利益的优化。
• 将\s*替换为\s*+又名(?>\s*)（防止回溯，这是安全的，因为下一个字符不能是空格）。
• 将最终.*替换为.*+又称(?>.*)（防止回溯，这是安全的，因为下一个字符不能是非换行符。）
• 将(?:,0x90)?替换为(?:,0x90)?+（防止回溯，这是安全的，因为下一个字符不能是逗号）。
• 将\s+.*_?替换为更简单但等效的\s.*。

s/
    \.text \n
    \s*+
    \.align [ ] .(?:,0x90)?+ \n
    \K
    \.globl \s .* __stg_split_marker .*+ \n
//xm