为什么 Mono 会锁定正则表达式答案

【问题标题】：Why does Mono locks up on regex为什么 Mono 会锁定正则表达式
【发布时间】：2010-07-20 06:52:32
【问题描述】：

这是 linux 上的单声道锁定（我在官方网站上使用的是 2.6.4 VM 发行版）

var match = Regex.Match(sz, linkPattern);

获取链接和标题的字符串就是this。

var linkPattern = @"<\ba\b[^\>]*\bhref\b*=\b*""([^""\>]*)""[^\>]*\btitle\b*=\b*""([^""\>]*) by [^""\>]*""";

当单声道命中该行时，它不会崩溃，抛出异常或任何东西。使用顶部我看到单声道使用 96% 的 CPU。我不知道字符串有多长。我怀疑它的

【问题讨论】：

说真的。您应该使用解析器。我真的不知道这个简单的事实有什么难理解的，“如何使用正则表达式进行 HTML 解析”——这里的经验丰富的用户也必须提出这些问题。 :-\
这是一个有效的正则表达式吗？ \b* 是什么意思？此外，有关该问题的更多数据可能会有所帮助。

标签： regex mono

【解决方案1】：

“太多\b's”是我的第一反应。但真的：

\b 表示单词边界。在我看来，<\ba 和 <a 应该是相同的。此外，\b* 因此意味着“可选重复单词边界”，这听起来相当混乱。

我想我从来没有使用过\b，而是使用了\s? 或\s*。

您是否尝试了不同的正则表达式引擎（Perl、PHP）来确定锁定是否是由于 Mono 造成的？

【讨论】：

【解决方案2】：

Mono 的正则表达式实现中有一些错误可能导致它无限递归。可能唯一的解决方法是将您的模式重写为更简单的正则表达式，或者不为此任务使用正则表达式。

您可能还想提交错误。我认为目前有一名 Google Summer of Code 学生正在研究 Mono 的正则表达式引擎。

【讨论】：