Question

我在node.js中创建了一个regexp，它能够匹配看起来像URL的部分文本。但是，在某些文本中，我的正则表达式创建了一个无限循环！

整个正则表达式是：

public static void main(String[] args) throws Exception {

    Configurations configurations = new Configurations();
    CompositeConfiguration compositeConfiguration = new CompositeConfiguration();

    Enumeration<URL> urls = ConfigurationTest2.class.getClassLoader().getResources("test.properties");
    while(urls.hasMoreElements()) {
        PropertiesConfiguration propertiesConfiguration = configurations.properties(urls.nextElement());
        compositeConfiguration.addConfiguration(propertiesConfiguration);
    }
    System.out.println(compositeConfiguration.getString("test1"));

}

但经过一些调试后，我发现无限循环只由这部分引起：/(((ftp|https?):\/\/|(www\.))?([a-z\d]+-?)+\.[a-z\d/\-._~:?#@!$&'*+,;=`]+)/gi

/((ftp|https?):\/\/|(www\.))?([a-z\d]+-?)+\./gi

我做了更多的测试来理解这个问题。首先，没有旗帜：

> let r = /((ftp|https?):\/\/|(www\.))?([a-z\d]+-?)+\./gi
> const txt = "www.ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789-_~:/?#@!$&'*+,;=`"
> r.test(txt)
^CError: Script execution interrupted. // infinite loop

令人惊讶的是，它有效！测试2只有> r = /((ftp|https?):\/\/|(www\.))?([a-z\d]+-?)+\./ > r.test(txt) true标志：

也可以！测试3只有> r = /((ftp|https?):\/\/|(www\.))?([a-z\d]+-?)+\./g > r.test(txt) true标志：

失败......所以我决定删除> r = /((ftp|https?):\/\/|(www\.))?([a-z\d]+-?)+\./i > r.test(txt) ^CError: Script execution interrupted. // infinite loop标志并改为使用A-Z：

不工作......有人理解这个问题吗？有解决方案吗？

Answer 1

这是一次灾难性的回溯。

为了避免这种现象，尝试构建一个总是从左到右进行的正则表达式（即匹配失败会阻止正则表达式，而不是让它尝试其他地方的某个子部分）。换句话说：不应该有几种方法匹配你的字符串的一部分（或者正则表达式引擎会尝试所有这些，在某些情况下，这可能会导致指数大小的可能性树）。

试图了解你的真正目标，我可以提出这个解决方案：

/((ftp|https?):\/\/|(www\.))?([a-z\d]+)(-[a-z\d]+)*\./gi

（这也可能更正确）

另一个解决方案是使用非回溯正则表达式引擎，例如R2（是的，节点有绑定）。根据我的经验，节点中的R2比标准的正则表达式引擎慢，所以只有当你有用户输入的正则表达式才有意义，因为当你是正则表达式作者时，你最常见的就是找到一个非灾难性的正则表达式。

Javascript regexp与大写字母相关的无限循环

1 个答案: