Question

------------- test.hta文件代码------------

<!DOCTYPE html>
<html>
<head>
<title>dead</title>
</head>
<body>
txt<textarea id="content" >
            <input name="" type="text" class="qu_te1n05ew" value="请输入您的E-mail地址" />
           <input name="" type="submit" class="qu_sbt02" value="提 交" />
           </textarea>
<button onclick="startCls();">start</button>

<script>
function getObj(id) {
    return 'string' == typeof id ? document.getElementById(id) : id;
}

function startCls() {
    var txt = getObj('content').value;
    var srcRe = /<\w+(?:\s[^<>]*(?:(?:'[^']*')|(?:"[^"]*"))?[^<>]*)*\s+src\s*\=\s*["']?(?:[^"' <>]*\/)?([^\/"'<>]+\.(?:gif|jpg|png))['" ](?:\s[^<>]*(?:(?:'[^']*')|(?:"[^"]*"))?[^<>]*)*\/?>/ig;
    alert(srcRe.exec(txt));
}
</script>
</body>
</html>

------------代码结束-------

为什么srcRe.exec(txt)循环并且hta已经死了？但是其他测试字符串会起作用。

srcRe我的意思是获取img标记名的src，并将其拆分为获取文件名，但不要得到任何标记名的src，如<b><img src="ss.gif" </b>，因为它不是一个html标记名。未结束>;

此synax (?:\s[^<>]*(?:(?:'[^']*')|(?:"[^"]*"))?[^<>]*)*，意思是如果有<或>，则必须位于''或""，其他字符串必须不是<或>;而是以<开头，以>结尾;

Answer 1

我不打算调试这个可怕的正则表达式。但我可以告诉你它失败的原因。打破它的“可读性”：

<
\w+
(?:\s[^<>]*(?:(?:'[^']*')|(?:"[^"]*"))?[^<>]*)*
\s+src\s*\=\s*["']?
(?:[^"' <>]*\/)?
([^\/"'<>]+\.(?:gif|jpg|png))
['" ]
(?:\s[^<>]*(?:(?:'[^']*')|(?:"[^"]*"))?[^<>]*)*
\/?
>

您可以看到，只有在您的字符串中有.gif或.jpg或.png时才能匹配。它不是，所以正则表达式必须失败。

现在的问题是正则表达式引擎需要很长时间来解决这个问题，因为你的字符串中有几个[^<>]*个实例，所有这些实例都可以（并且会尝试）匹配整个标记的内容，（以增加对伤害的伤害）所有这些都被重复组包围。见第3行，细分：

(?:
 \s
 [^<>]*       # optional!
 (?:
  (?:'[^']*')
  |
  (?:"[^"]*")
 )?           # optional!
 [^<>]*       # optional!
)*            # optional!

在能够声明失败之前，正则表达式引擎都必须检查这些排列。简而言之，它不是一个无限循环，但像这样的正则表达式，这样的输入会让你的计算机保持忙碌直到地狱冻结。

提示1：在catastrophic backtracking上阅读本教程提示2：不要使用正则表达式来解析HTML。如果你不know exactly what you're doing，至少不会。

为什么这个javascript RegExp语法会无限循环？

1 个答案: