Javascript 正则表达式挂起（使用 v8）答案

【问题标题】：Javascript regex hangs (using v8)Javascript 正则表达式挂起（使用 v8）
【发布时间】：2011-01-25 08:35:45
【问题描述】：

我正在使用这个正则表达式来获取文件中标签的内容。

var regex = new RegExp("<tag:main>((?:.|\\s)*)</tag:main>");

这会导致 v8 引擎无限期挂起。

现在，如果我使用new RegExp("<tag:main>([\s\S]*)</tag:main>")，一切都很好。

有人知道为什么第一个需要太长时间吗？

【问题讨论】：

正则表达式的创建挂起还是应用它？你发布的线路对我来说很好
创作不会挂起，只能通过测试或匹配使用。使用长字符串
你尝试过非贪婪匹配吗？ var regex = new RegExp("<tag:main>((?:.|\\s)*?)</tag:main>");。如果文档中有多个标签元素，您的正则表达式可能会导致问题。

标签： javascript regex v8

【解决方案1】：

您可以使用[^]* 代替(?:.|\s)* 来匹配任何字符，包括各种形式的换行符。

没有交替，因此没有灾难性回溯的风险。

【讨论】：

【解决方案2】：

这会在最后一个关闭 </tag:main> 标记之后出现的长空格序列上发生灾难性的回溯。考虑主题字符串以 100 个空格结尾的情况。首先，它将它们与交替左侧的. 匹配。失败是因为没有结束标签，所以它尝试将最后一个字符与\s 匹配。这也失败了，因此它尝试将倒数第二个空格匹配为\s，将最后一个空格匹配为.。失败（仍然没有结束标签）所以它尝试最后一个空格作为\s。如果失败，它会将倒数第三个空格匹配为\s，并尝试所有 4 种方法来匹配最后两个空格。如果失败，它会尝试倒数第四个空格作为\s，并在最后 3 个空格上尝试所有 8 种方式。然后是 16、32 等。宇宙在到达倒数第 100 个空间之前就结束了。

由于灾难性的回溯，不同的虚拟机对正则表达式匹配有不同的反应。有些人会简单地报告“不匹配”。在 V8 中，这就像编写任何其他无限或接近无限的循环一样。

使用非贪婪的* 会做你想做的事（你想停在第一个</tag:main>，而不是最后一个），但仍然会对缺少结束序列的长空格字符串进行灾难性的回溯。

确保内括号中的相同字符不能匹配交替的两侧，这将把问题从指数1减少到字符串长度的线性问题。使用字符类而不是交替或将\n 放在交替栏的右侧。 \n 与 . 不相交，因此如果您输入一长串空格，则正则表达式引擎不会在终止前尝试所有左右组合。

【讨论】：

很好的解释。您是否碰巧知道 dot 是否也包含 \r？
@Martin: 在 JavaScript 中，. 等价于 [^\r\n\u2028\u2029]

【解决方案3】：

我认为这是灾难性的回溯。

我认为问题的一部分很可能是点和 \s 不是相互排斥的。

如果我把你的表情改成

<tag:main>((?:.|[\r\n])*)</tag:main>

并在 Regex Buddy 调试器中运行它，如果测试字符串不匹配，它会更快地失败。

【讨论】：

.|\s 是匹配所有字符。因为。匹配除换行符以外的所有字符。
我认为它不会那样做。我将您的正则表达式粘贴到 RegexBuddy 中，并将其评论树粘贴到我的帖子中。
您应该在粘贴到 RegexBuddy 之前删除多余的 \。使用 \\ 是因为它是传递给 RegExp 构造函数的 javascript 字符串。
哎呀！如果你让它变得懒惰而不是贪婪，这是否会阻止问题？
((?:.|\s)*?)
我现在已经完全重写了我的答案！