Question

我对“堆栈溢出”错误感到困惑 - “堆栈空间不足（应用程序错误代码：12246） - 当我执行”替换所有“时，我正在BBEdit中搜索

(@article(((?!eprint|@article|@book).)*\r)*)pmid = {(.+)}((((?!eprint|@article|@book).)*\r)*(@|\r*\z))

并替换为

\1eprinttype = {pubmed}, eprint = {\4}\5

我可以手动使用这些相同的模式，一次一个地查找＆amp;即使匹配不再发生，也可以毫无错误地更换。我也可以通过处理较小的文件来避免错误。

我怀疑这是我的低效和草率的正则表达式编码，应该责备，并希望专家帮助更有效地做到这一点。我正在尝试查找BibLaTeX参考书目中尚未包含eprint字段但具有pmid字段的所有条目，并将pmid字段替换为相应的e - 打印规范（使用eprint和eprinttype）。

更新：经过一些实验，我发现a different approach是我唯一可以上班的地方。正在搜索

(?(?=@article(.+\r)+eprint = {(.+\r)+}\r*)(?!)|(@article(.+\r)+)pmid = {(.+)}((.+\r)+}\r*))

并替换为

\3eprinttype = {pubmed}, eprint = {\5}\6

诀窍。唯一的问题是反向引用是脆弱的，但我不能让named backreferences在BBEdit中工作。

Answer 1

最后一部分可能导致catastrophic backtracking：

.)*\r)*(@|\r*\z))

如果你打破它并简化它，你基本上就会有一个.*，一个\r*和另一个\r*。现在在输入结尾处描绘一串\r个字符：每个\r应如何分配？哪些小条款会吸收每个\r字符？如果您有\r\r\r\r\r，则可以使用\r部分吃掉所有五个.*，而使用\r*部分则不会吃任何一个......或者，您可以弥补任何仍然匹配的排列数。由于*是贪婪的，它会首先尝试填充.*，但如果失败，它必须继续尝试排列直到其中一个有效。所以它可能会通过不必要的回溯来占用你的一大堆资源，直到它最终崩溃。

我不是正则表达式优化技术的专家，但如果我是你，我会从那里开始。

更新

查看Wikipedia article on PCRE：

除非“NoRecurse”PCRE构建选项（aka 选择“--disable-stack-for-recursion”），必须有足够的堆栈空间由调用应用程序或操作系统分配给PCRE。 ... 虽然PCRE的文档警告说“NoRecurse”构建选项使PCRE比替代方案慢，但使用它可以完全避免堆栈溢出问题。

所以我认为灾难性的回溯是一个不错的选择。我试着通过在更改PCRE上的构建选项之前调整你的正则表达式来解决它。

Answer 2

显然这是一些错误。但你可以尝试稍微改变一下表达式。在不知道要求的情况下优化表达式很困难，但这是一个猜测：

(@article(?:(?:(?!eprint|@article|@book|pmid)[^\r])*+\r)*+)pmid = {([^\n\r]+)}((?:(?:(?!eprint|@article|@book)[^\r])*+\r)*(?:@|\r*\z))

替换为：

\1eprinttype = {pubmed}, eprint = {\2}\3

BBEdit似乎使用PCRE，除非它（非常）过时，上面的表达应该是兼容的。

为什么我在BBEdit中的搜索导致“堆栈溢出”错误？

2 个答案:

更新