Java Matcher慢速正则表达式

Question

这是一个非常简单的正则表达式，它在一个非常短的字符串上运行超过30秒：（i7 3970k @ 3.4ghz）

Pattern compile = Pattern.compile("^(?=[a-z0-9-]{1,63})([a-z0-9]+[-]{0,1}){1,63}[a-z0-9]{1}$");
Matcher matcher = compile.matcher("test-metareg-rw40lntknahvpseba32cßáàâåäæç.nl");
boolean matches = matcher.matches(); //Takes 30+ seconds

第一部分（？=）是断言字符串最多包含这些字符

第二部分是断言字符串不超过语法，例如在本例中，以防止--，并至少以[a-z0-9]结尾

Answer 1

我认为从你所说的，你的正则表达式可以简化为这个
编辑-（为子孙后代）在阅读了@Holger的帖子后，我改变了这个选项，以修复可能发生的灾难性回溯，并加速回溯，正如我的长椅所示，这可能是最快的方法

 #  ^(?=[a-z0-9-]{1,63}$)[a-z0-9]++(?:-[a-z0-9]+)*+$

 ^                                    # BOL
 (?= [a-z0-9-]{1,63} $ )              # max 1 - 63 of these characters
 [a-z0-9]++ (?: - [a-z0-9]+ )*+       # consume the characters in this order
 $                                    # EOL

Answer 2

我试图猜测你的意图，但并不容易：

(?=[a-z0-9-]{1,63})这种前瞻性似乎打算要求下一个最多63个字符为小写ASCII字母或数字，但事实上，即使只有一个字母后跟任何字符，它也会成功。所以，也许你的意思是(?=[a-z0-9-]{1,63}$)禁止在法律规定的最多63个字符之后进行任何其他操作

您似乎希望-之间至少有一个字母或数字的组，但您将-设置为可选的，而不是真正创建约束，并允许使用许多可能的方法，这会造成表达式的开销。你可以简单地说：([a-z0-9]++-){0,63}[a-z0-9]+。大括号中的组需要至少一个字母或数字，并需要减号。之后，表达式末尾需要至少一个字母或数字，但也将同时匹配最后一个不带以下-的组。如果文本中根本不包含-，那么最后一组可能也是唯一的一组

把它们放在一起，你的正则表达式就变成了：(?=[a-z0-9-]{1,63}$)([a-z0-9]++-){0,63}[a-z0-9]+。请注意，如果使用matches方法，则不需要前导^或尾随$；它已经暗示字符串边界必须与表达式边界匹配

我希望我没有弄错你的意图

Answer 3

• 如果你想确保你的字符串中没有--，只需使用负的前瞻(?!.*--)
• 同样，写{1}也没有意义
• 另一件事是，如果您想确保字符串最多包含63个字符，那么在展望中，您需要在(?=[a-z0-9-]{1,63}$)末尾添加$

所以也许^(?=[a-z0-9-]{1,63}$)(?!.*--)[a-z0-9-]+[a-z0-9]$

Answer 4

我已经修复了这个正则表达式，如下所示：

^(?=[a-z0-9-]{1,63})([a-z0-9]{0,1}|[-]{0,1}){1,63}[a-z0-9]{1}$

第([a-z0-9]+[-]{0,1}){1,63}节变成：([a-z0-9]{0,1}|[-]{0,1}){1,63}