为什么 boost regex 会耗尽堆栈空间？

Question

#include <boost/regex.hpp>
#include <string>
#include <iostream>

using namespace boost;
static const regex regexp(
        "std::vector<"
            "(std::map<"
                   "(std::pair<((\\w+)(::)?)+, (\\w+)>,?)+"
             ">,?)+"
        ">");

std::string errorMsg =
"std::vector<"
        "std::map<"
                "std::pair<Test::Test, int>,"
                "std::pair<Test::Test, int>,"
                "std::pair<Test::Test, int>"
        ">,"
        "std::map<"
                "std::pair<Test::Test, int>,"
                "std::pair<Test::Test, int>,"
                "std::pair<Test::Test, int>"
        ">"
">";
int main()
{
    smatch result;
    if(regex_match(errorMsg, result, regexp))
    {  
        for (unsigned i = 0; i < result.size(); ++i)
        {  
            std::cout << result[i] << std::endl;
        }
    }

//    std::cout << errorMsg << std::endl;

    return 0;
}

这会产生：

terminate called after throwing an instance of 'boost::exception_detail::clone_impl<boost::exception_detail::error_info_injector<std::runtime_error>
>'   what():  Ran out of stack space trying to match the regular expression.

编译

g++ regex.cc -lboost_regex

编辑

我的平台：

g++ (Ubuntu/Linaro 4.4.4-14ubuntu5) 4.4.5
libboost-regex1.42
Intel(R) Core(TM)2 Quad CPU Q9400 @ 2.66GHz
So the latest Ubuntu 64 bit

Answer 1

((\\w+)(::)?)+ 是所谓的“病态”正则表达式之一——它需要指数级的时间，因为你有两个相互依赖的表达式，一个接一个。也就是说，由于catastrophic backtracking而失败。

考虑我们是否遵循链接的示例，并将“更复杂的东西”简化为“x”。让我们用\\w 来做吧：

• ((x+)(::)?)+

我们还假设我们的输入永远不会有::。这样做实际上会使正则表达式更加复杂，所以如果我们排除复杂性，那么我们真的应该让事情变得更简单：

• (x+)+

现在你有一个像上面链接中详述的教科书嵌套量词问题。

有几种方法可以解决这个问题，但最简单的方法可能是使用 atomic group modifier "(?>" 来禁止内部匹配的回溯：

• ((?>\\w+)(::)?)+

Answer 2

在本地测试过，效果很好，我猜你的编译器做了一些奇怪的事情。

什么版本的gcc？什么平台？哪个版本的 boost？

 -> ./regex
std::vector<std::map<std::pair<Test::Test, int>,std::pair<Test::Test, int>,std::pair<Test::Test, int>>,std::map<std::pair<Test::Test, int>,std::pair<Test::Test, int>,std::pair<Test::Test, int>>>
std::map<std::pair<Test::Test, int>,std::pair<Test::Test, int>,std::pair<Test::Test, int>>
std::pair<Test::Test, int>
Test
Test
::
int