java - 当我在 groovy 中使用正则表达式替换时，如何解决 java.lang.StackOverflowError 问题？

Question

我尝试在大文件中使用此命令，但出现此错误:java.lang.StackOverflowError

这是我的代码

stringx.replaceAll(/(\n.*?;(.*?);.*?;.*?;.*?;.+)(\n.*?;\2;.+)+/, '\ntitle\n$1\n$2\n')

Answer 1

这看起来像 catastrophic backtracking 的另一个案例当每个 .*?; 尝试匹配一小部分文本时，直到 some ;。但由于 . 也可以匹配 ; 当整个正则表达式的匹配将失败时，正则表达式引擎将需要回溯并尝试寻找不同的方式来匹配 .*？ 子表达式。因此，它将尝试“延长”其中一些和/或限制其他以使匹配成为可能。拉伸(stretch)将允许在匹配中包含 ; ，并且由于这里有很多的可能性来检查(并且事实上正则表达式引擎正在使用一些递归)你最终会与StackOverflowError。

为了防止 .*?; 匹配 ; 之后的更远文本，我们可以将其限制为仅匹配非分号字符，直到其后的第一个分号为止。因此，我们可以将每个 .*?; 替换为 [^;\r\n]*; (我们也可以通过这种方式摆脱不情愿的量词)。