Question

M3U文件是播放列表文件，它包含描述媒体文件，其名称，ID，类别等的条目列表。第一行是元数据，第二行是文件或流URL。

示例：

#EXTINF:-1 tvg-id="ChannelName" tvg-name="|FR| Channel" tvg-logo="http://logo" timeshift="1" group-title="|FR| FrenchChannel",|FR| Channel Fullname
URL

我的文件包含大约90,000个条目和160,000行。重约20Mb。

我想解析此文件，并获取每个条目。我尝试使用此正则表达式：

'(.+?),(?=(?:[^\"]*\"[^\"]*\")*[^\"]*$)(.+)\s*(.+)\s*'

它为我提供了不同匹配组中的元数据，全名和URL。它适用于30,000和50,000行的不同子集。但是，当处理完整集时，匹配花费的时间太长。在这一点上，我不能让它完成而不得不终止它。

我无法使该解析正常工作，这是设计模式问题还是正则表达式太慢？我很困惑

Answer 1

一种选择可能是重复键值对，而不是使用非贪婪的s来防止不必要的回溯并省略正向旁白.+?：

(?=

说明

^(#\S+(?:\s+[^\s="]+="[^"]+")+),(.*)\s*(.*)字符串的开头
^第一个捕获组
- (匹配＃后跟0+倍的非空格字符
- #\S+重复1+次键值对，再加上1+次空格字符
(?: [^\s="]+="[^"]+")+关闭第1组
)匹配逗号并捕获组2中任何字符的0+次
,(.*)匹配0+次空白字符
\s*在组3中捕获，匹配0次以上的任何字符

Regex demo

无法解析大型M3U文件

1 个答案: