c# - 为什么使用 Regex.IsMatch 检查此字符串会导致 CPU 达到 100%？

Question

在特定字符串上使用 Regex.IsMatch(C#、.Net 4.5)时，CPU 达到 100%。

字符串:

https://www.facebook.com/CashKingPirates/photos/a.197028616990372.62904.196982426994991/1186500984709792/?type=1&permPage=1

图案:

^http(s)?://([\w-]+.)+[\w-]+(/[\w- ./?%&=])?$

完整代码:

Regex.IsMatch("https://www.facebook.com/CashKingPirates/photos/a.197028616990372.62904.196982426994991/1186500984709792/?type=1&permPage=1",
                @"^http(s)?://([\w-]+.)+[\w-]+(/[\w- ./?%&=])?$");

我发现编辑 URL 可以防止这个问题。编辑后的网址:

https://www.facebook.com/CashKingPirates/photos/a.197028616990372.62904.196982426994991/1186500984709792

但仍然非常有兴趣了解导致这种情况的原因。

Answer 1

正如 nu11p01n73R 所指出的，您的正则表达式有很多回溯。这是因为您的表达式的各个部分都可以匹配同一事物，这为引擎提供了很多选择，它必须在找到结果之前尝试。

您可以通过更改正则表达式使各个部分更加具体来避免这种情况。在您的情况下，原因是您想要匹配一个真实的点，但使用了全匹配字符 . 。您应该将其转义为 \.。

这应该已经大大减少了回溯需求并使其变得更快:

^http(s)?://([\w-]+\.)+[\w-]+(/[\w- ./?%&=])?$

而如果要真正匹配原字符串，还需要在字符类的末尾加上一个量词:

^http(s)?://([\w-]+\.)+[\w-]+(/[\w- ./?%&=]+)?$
                                           ↑