Question

我从其中一个生产代码版本中获得了异常日志。

System.OutOfMemoryException: Exception of type 'System.OutOfMemoryException' was thrown.
   at System.Text.RegularExpressions.Match..ctor(Regex regex, Int32 capcount, String text, Int32 begpos, Int32 len, Int32 startpos)
   at System.Text.RegularExpressions.RegexRunner.InitMatch()
   at System.Text.RegularExpressions.RegexRunner.Scan(Regex regex, String text, Int32 textbeg, Int32 textend, Int32 textstart, Int32 prevlen, Boolean quick)
   at System.Text.RegularExpressions.Regex.Run(Boolean quick, Int32 prevlen, String input, Int32 beginning, Int32 length, Int32 startat)
   at System.Text.RegularExpressions.MatchCollection.GetMatch(Int32 i)
   at System.Text.RegularExpressions.MatchEnumerator.MoveNext()

它试图处理的数据大约是800KB。

在我的本地测试中它完全正常。你有没有见过类似的行为，可能是什么原因？

我应该在处理之前拆分文本，但显然在这种情况下正则表达式可能不匹配，因为原始文件是从随机位置拆分的。

我的正则表：

编辑2：

我认为这个特殊的RegEx导致了这个问题，当我在一个孤立的环境中测试它时，它会立即占用内存。

((?:( |\.\.|\.|""|'|=)[\/|\?](?:[\w#!:\.\?\+=&@!$'~*,;\/\(\)\[\]\-]|%[0-9a-f]{2})*)( |\.|\.\.|""|'| ))?

编辑

我的本地测试错了。我正在加载一个大字符串，然后将内容添加到它，这使得.NET Framework头晕，然后在RegEx期间而不是在字符串操作期间（或随机地，因为忽略我之前说过的东西）给出OOM异常。

这是一个.NET Framework 2.0应用程序。

Answer 1

没有看到你的正则表达式，我不确定，但有时你会遇到这样的问题，因为你的比赛是贪婪而不是懒惰。

Regex引擎必须在内部存储大量信息，而贪婪匹配最终会导致正则表达式选择800k字符串的大部分，多次结束。

有关here的一些很好的信息。

Answer 2

如果您的应用程序可以，我会尝试的第一件事就是分割输入。

是否可以逐行读取文件（如果输入是文件），以这种方式应用正则表达式？

你应该看看CLR Profiler。学习如何使用可能需要一些时间，但这是值得的。它将帮助您可视化对象使用的内存量。

Answer 3

根据您的编辑，听起来您的代码可能正在创建占用大量内存的字符串。这意味着即使内存不足异常是从Regex代码中生成的，但实际上并不是因为Regex本身占用了太多内存。因此，如果在您自己的代码中使用StringBuilder解决了问题，那么您应该这样做。

正则表达式中的OutOfMemoryException匹配处理大型文件时

3 个答案: