Question

这高于我的正则表达式知识水平。我之前没有使用正则表达式那么多，但这是我第一次遇到正则表达式超时。

我要做的是在Instagram帖子之前和之后找到匹配的单词+3个单词+ 3个单词。如你所知，一些Instagram帖子太奇怪了。

这是（截断的）Instagram帖子：

 ⏬⏬
WA ☎ :  --------------------------------------------------------------------
---------------------

----------------------------------------------------------------------------
-------------
  
------------------------------------------------------------
#paytrenustyusufmansur
#bisnisberkah
#fintech
#MUI
#bisnissyariah
#PokokNyaPAYTRENinAJA
#PaytrenAcademy

这是我的正则表达式：

\s*([a-zA-Z0-9åäöÅÄÖ_\-]+\W+){0,3}(\bPokokNyaPAYTRENinAJA(?![^.,!?\s]))(\W+[a-zA-Z0-9åäöÅÄÖ_\-]+){0,3}\s*

在这里，我正在尝试匹配单词"PokokNyaPAYTRENinAJA"，如果我删除所有"-"个字符，该工作正常，但不知何故，正则表达式无法处理所有"-"和它超时

Answer 1

问题是由于放置在量化组中的两个后续子模式。 ([a-zA-Z0-9åäöÅÄÖ_-]+\W+){0,3}部分重复0到3次，[a-zA-Z0-9åäöÅÄÖ_-]+和\W+都可以匹配-（非单词字符）。由于正则表达式引擎尝试使用回溯来匹配文本的所有可能方法，因此在这种情况下步骤数会变得很大。

解决方案是从-中减去\W。

您可以使用

\s*([a-zA-Z0-9åäöÅÄÖ_-]+[^\w-]+){0,3}(PokokNyaPAYTRENinAJA(?![^.,!?\s]))([^\w-]+[a-zA-Z0-9åäöÅÄÖ_-]+){0,3}\s*

或者，.NET风格：

\s*([a-zA-Z0-9åäöÅÄÖ_-]+[\W-[-]]+){0,3}(PokokNyaPAYTRENinAJA(?![^.,!?\s]))([\W-[-]]+[a-zA-Z0-9åäöÅÄÖ_-]+){0,3}\s*

[\W-[-]]是一个包含character class subtraction的字符类，其中\W匹配任何非字母字符-。

请参阅regex demo。

正则表达式超时到多少 -

1 个答案: