Java Matcher 慢速正则表达式

Question

这是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 (?=) 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出语法，例如在本例中，以防止 --'s 并至少以 [a-z0-9] 结尾

Answer 1

我试图猜测你的意图，但这并不容易:

(?=[a-z0-9-]{1,63}) 这种预测似乎是要求接下来的最多 63 个字符是小写 ASCII 字母或数字，但事实上，即使只有一个字母后面跟任何东西，它也会成功。所以也许您的意思是 (?=[a-z0-9-]{1,63}$) 禁止在合法的最多 63 个字符之后的任何其他内容。

您似乎希望在 - 之间至少包含一个字母或数字，但您将 - 设为可选，并没有真正创建约束，而是允许多种可能性，从而产生表达式的开销。您可以简单地说:([a-z0-9]++-){0,63}[a-z0-9]+。大括号内的组需要至少一个字母或数字，并且后面需要减号，末尾的表达式需要表达式末尾至少有一个字母或数字，但同时也会匹配最后一组，但不带 -。如果您的文本中根本不包含 -，那么最后一组也可能是唯一的一组。

将它们放在一起，正则表达式将变为:(?=[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。

我希望我的意图是正确的......