有人可以解释为什么Java的正则表达式引擎会在这个正则表达式上进入灾难性的回溯模式吗？根据我的判断，每次交替都与其他所有交替相互排斥。
^(?:[^'\"\\s~:/@#\\|\\^\\&\\[\\]\\(\\)\\\\\\{\\}][^\"\\s~:/@#\\|\\^\\&\\[\\]\\(\\)\\\\\\{\\}]*|
\"(?:[^\"]+|\"\")+\"|
'(?:[^']+|'')+')
文字：'pão de açúcar itaucard mastercard platinum SUSTENTABILIDADE])
为某些替换添加占有匹配修复了问题，但我不知道为什么 - Java的正则表达式lib必须非常错误才能在互斥分支上回溯。
^(?:[^'\"\\s~:/@#\\|\\^\\&\\[\\]\\(\\)\\\\\\{\\}][^\"\\s~:/@#\\|\\^\\&\\[\\]\\(\\)\\\\\\{\\}]*|
\"(?:[^\"]++|\"\")++\"|
'(?:[^']++|'')++')
答案 0 :(得分：17)
答案 1 :(得分：6)
我不得不承认这也让我感到惊讶，但我在RegexBuddy中获得了相同的结果：它在经过一百万步之后就退出了。我知道关于灾难性回溯的警告倾向于关注嵌套量词，但根据我的经验，交替至少是危险的。事实上，如果我改变你的正则表达式的最后一部分：
'(?:[^']+|'')+'
......对此：
'(?:[^']*(?:''[^']*)*)'
......它只用了十一步就失败了。这是Friedl的“展开循环”技术的一个例子，他将这种技术分解为：
opening normal * ( special normal * ) * closing
' [^'] '' [^'] '
嵌套星星是安全的，只要：
special和normal永远不会匹配相同的内容，special始终匹配至少一个字符，special是原子的（必须只有一种方法可以匹配）。然后正则表达式将失败以匹配最小的回溯，并且成功而根本没有回溯。另一方面，交替版本几乎可以保证回溯，并且在不可能匹配的情况下，随着目标字符串的长度增加，它会快速失控。如果它没有在某些风格中过度回溯，那是因为它们具有专门针对这个问题的内置优化 - 到目前为止很少有风味的东西。
答案 2 :(得分：0)
有人可以解释为什么java的正则表达式引擎会在这个正则表达式上进入灾难性模式吗？
对于字符串：
'pão de açúcar itaucard mastercard platinum SUSTENTABILIDADE])
似乎这部分正则表达式会出现问题：
'(?:[^']+|'')+'
匹配第一个'，然后无法匹配结束'，从而回溯所有嵌套量词的组合。
如果允许正则表达式回溯，它将回溯（失败时）。使用原子组和/或占有量词来防止这种情况发生。
[]）中逃脱的是chars ^-]。但通常你可以定位它们，这样它们也不需要转义。当然\和你要求的字符串仍然需要（双）转义。
"^(?:[^]['\"\\s~:/@#|^&(){}\\\\][^][\"\s~:/@#|^&(){}\\\\]*|\"(?:[^\"]++|\"\")++\"|'(?:[^']++|'')++')"