正则表达式花费太长时间来匹配结果答案

【问题标题】：Regex take too long to match the result正则表达式花费太长时间来匹配结果
【发布时间】：2023-04-06 22:25:02
【问题描述】：

我有这个正则表达式模式

<(\d+)>(\d+\.\d+|\d{4}\-\d+\-\d+\s+\d{2}:\d{2}:\d{2})(?:\..*?)*\s+(ALER|NOTI)

这是我的输入（根本不匹配）

<150>2010-12-29 18:11:30.883 -0700 192.168.2.145 80 192.168.2.87 2795 "-" "-" GET HTTP 192.168.2.145 HTTP/1.1 200 36200 0 1038 544 192.168.2.221 80 540  SERVER DEFAULT PASSIVE VALID /joomla/ "-" http://192.168.2.145/joomla/index.php?option=com_content&view=a be4d44e8f3986183a87991398c1c212e=1;      be4d44e8f3986183a87991398c1c212e=1

这将返回不匹配结果，但输出结果需要很长时间。由于我在一秒钟内有一千条日志/输入，因此每个日志/输入的完成速度应该非常快。有时它会达到 CPU 100%。

谁能帮我解决这个正则表达式问题？

谢谢

【问题讨论】：

标签： java regex perl

【解决方案1】：

由于表达式(?:\..*?)* 可以匹配的方式很多，您会遇到灾难性的回溯。可能需要检查数百万个匹配项，随着字符串中的点数呈指数增长。要修复它，您可以更改：

(?:\..*?)*\s+

到这里：

\..*\s

【讨论】：

【解决方案2】：

看起来您正在寻找一些日期/时间/等。有关 ALER/NOTI 行的信息。难道你不能先通过 grepping ALER/NOTI 来解析这些行吗？那么在那些有趣的行上运行正则表达式可能会容易得多（并且可能会简化正则表达式）。

【讨论】：

【解决方案3】：

由于您没有提供有效的示例，因此唯一要说明的原因是它为什么慢
这个(?:\..*?)* 是不是很奇怪。元时期。匹配任何内容，包括文字
时期。该表达式表示如果存在文字句点，则获取它并一直到 \s。
但是，文字句点是可选的。

(?:\.(?:(?!\s(?:ALER|NOTI)).)*?)?\s+(ALER|NOTI)

这本身就很奇怪。展开后可以查看。

(?:
    \.
    (?:
        (?!\s(?:ALER|NOTI)).
    )*?
)?
\s+
(ALER|NOTI)

【讨论】：