Swift：正则表达式搜索for循环未进行

Question

我正在循环内执行正则表达式搜索，但是我的实现似乎停滞了，即搜索无法进行到下一个周期。

//At a function where I'm performing my regex search
let pattern = "([a-zA-Z0-9\\-\\_]*)*[sS]uper([a-zA-Z0-9\\-\\_]*)*"

for text in array {
    let matches = listMatches(for: pattern, inString: text)
    print(matches)

}

print("Regex done") //When a break point is placed here, this never gets executed

func listMatches(for pattern: String, inString string: String) -> [String] {
    guard let regex = try? NSRegularExpression(pattern: pattern, options: []) else {
        return []
    }

    let range = NSRange(string.startIndex..., in: string)
    let matches = regex.matches(in: string, options: [], range: range)

    return matches.map {
        let range = Range($0.range, in: string)!
        return String(string[range])
    }
}

我在array中有大约5个文本，而print(matches)将打印matches中的3个文本。 for循环永远不会超过第4个或第5个周期，而print("Regex done")也永远不会执行。 text的大小通常约为1000个字符。有什么建议吗？

Answer 1

您使用的([a-zA-Z0-9\-\_]*)*[sS]uper([a-zA-Z0-9\-\_]*)*模式效率很低，并且充满了catastrophic backtracking。当您将无限长的模式（如a+或a*）放置在组中并为其设置无限量词（例如(a+)+）时，和不在正则表达式的末尾，对于部分但不完全匹配模式的字符串来说，灾难性的回溯迫在眉睫。

请参见demo of your pattern与诸如Super之类的短字符串相对应。看，正则表达式引擎实际上很难确保Super是该模式的正确匹配，并且红色箭头表示回溯：

现在，如果解开嵌套的量化模式并使用[a-zA-Z0-9_-]*[sS]uper[a-zA-Z0-9_-]*，请参见this demo，然后将步数从167减少到13，请检查模式变得有多快。请注意，您不需要来转义_字符（它是一个 word 字符），并且不必在字符类内部转义-（如果它位于字符集的开始/结尾）。课。

如果您使用.caseInsensitive option（例如options: [ .caseInsensitive ]），甚至可以将模式缩短为[a-z0-9_-]*super[a-z0-9_-]*。