Question

我试图从文本文档中提取文件路径（Windows / Ubuntu，相对/绝对）。

使用下面的正则表达式代码检查单词是否是文件路径。

它适用于大多数情况，但对于一个案例失败，它进入无限循环。对此有何解释？

import re
path_regex = re.compile(r'^([\.]*)([/]+)(((?![<>:"/\\|?*]).)+((?<![ .])(\\|/))?)*$' , re.I)
text = '/var/lib/jenkins/jobs/abcd-deploy-test-environment-oneccc/workspace/../workspace/abcd-deploy-test-environment.sh'
path_regex.search(text)

Answer 1

确实存在问题你已经叠加了与虚假量词混合的子表达式。

针对斜杠之间的必需部分进行了修改
使用此^([\.]*)([/]+)((?:[^<>:"/\\|?*.\r\n]|\.(?![\\/]))[\\/]?)*$

可以轻松修复此问题

我们的想法是看看你的防守措施如果没有一个点，你可以允许前进或后退。

因此，您必须在排除类中包含 dot 和\和/
然后在单独的轮换中对它们进行限定。

如果你这样做，它将永远通过。

 ^ 
 ( [\.]* )                     # (1)
 ( [/]+ )                      # (2)
 (                             # (3 start)
      (?:                           # Group start (required between slashes)
           [^<>:"/\\|?*.\r\n]            # Any character, but exclude these
        |                              # or,
           \.                            # The dot, if not followed by forward or back slash
           (?! [\\/] )
      )                             # Group end
      [\\/]?                        # Optional forward or back shash
 )*                            # (3 end)
 $

Answer 2

sln为您的问题提供了一个很好的解决方案，因此我将尝试解释问题是什么。

欢迎来到catastrophic backtracking的欢乐。问题的核心在(((?![<>:"/\\|?*]).)+((?<![ .])(\\|/))?)*。（现在我已经说过了，你所有的问题都解决了，对吗？很容易。）

假设你有点像我，并且在第一次有人说＆＃34;正则表达式回溯＆＃34;时眨了眨眼几次，我们可以使用较短的输入/path./来处理你的正则表达式。根据你的正则表达式，这是一个无效的路径，但让我们（有点）轻松地解决问题。

^([\.]*)([/]+)与前导/匹配。这很好。

为了便于阅读，我打算调用有问题的捕获组的前半部分((?![<>:"/\\|?*]).)+，x+和下半部((?<![ .])(\\|/))?， y?。整个小组是(x+y?)。

匹配`(x+y?)*$`后，`path./`如何回溯？

x+匹配path.
y?匹配（匹配0次，由于?，这很好）
(x+y?)现已匹配
(x+y?)重复，但失败，因为它与/不匹配。因此，(x+y?)*已匹配path.
$失败，因为它与/不匹配。
正则表达式引擎回溯：
- (x+y?)*只能回溯到第一次迭代，因为它只有一次迭代。
- 在该次迭代中，y?无法回溯，因为它匹配了0次。
- x+回溯，仅匹配path而不是path.
x+匹配path
y?匹配
(x+y?)现已匹配一次（path）
(x+y?)重复并再次匹配：
- x+匹配.
- y?匹配
(x+y?)重复，但由于与/不匹配而失败。因此，(x+y?)*已匹配path.
$失败，因为它与/不匹配。
正则表达式引擎回溯：
- (x+y?)*只能回溯到第一次迭代，因为在第二次迭代x+只匹配一次而y?匹配0次。
- y?匹配0次，因此无法回溯
- x+可以回溯到仅匹配pat
希望您明白这一点，但(x+y?)匹配两次：pat，h.;然后在下一个回溯中我们pat h .，然后是pa th.，依此类推。

引擎需要478步才能确定/path./与正则表达式不匹配。该有问题的捕获组中的每个附加角色都会通过 lot 增加回溯次数，并且在某一点之后，您的正则表达式实现只会放弃并放弃。 sln的解决方案只需49步。

回溯引擎在回溯时的行为很难解释和掌握，特别是在限制为Markdown的情况下，因此我建议您通过a debugger运行正则表达式来查看正在发生的事情。< / p>

python中的re.search（）进入无限循环

2 个答案:

匹配`(x+y?)*$`后，`path./`如何回溯？

python中的re.search（）进入无限循环

2 个答案:

匹配(x+y?)*$后，path./如何回溯？

匹配`(x+y?)*$`后，`path./`如何回溯？