- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在尝试从 C 文件中提取以下项目:
我编写了以下正则表达式来尝试查找这些项目:
/\*(?:.|[\r\n])*?\*/|"(?:[^"\\\r\n]|\\.)*"|//.*|\b\d+\b|\b0[xX][\da-fA-F]+\b
该表达式由五个部分组成,并通过 OR 组合在一起。
/\*(?:.|[\r\n])*?\*/
检查多行注释。"(?:[^"\\\r\n]|\\.)*"
检查字符串文字。//.*
检查单行注释。\b\d+\b
检查十进制和八进制常量。\b0[xX][\da-fA-F]+\b
检查十六进制常量。虽然在使用正则表达式和 500 行 C 文件进行测试时,该表达式似乎工作正常,但我的 Java 程序在几次匹配后抛出 StackOverflowException。
下面是使用正则表达式的 Java 代码:
Pattern itemsOfInterestPattern = Pattern.compile(
"/\\*(?:.|[\\r\\n])*?\\*/|\"(?:[^\"\\\\\\r\\n]|\\\\.)*\"|//.*|\\b\\d+\\b|\\b0[xX][\\da-fA-F]+\\b");
// Now, go through the source file and process any tags we find
Matcher itemsOfInterestMatcher = itemsOfInterestPattern.matcher(sourceFile);
int matchNumber = 0;
while (itemsOfInterestMatcher.find()) {
// We've found a token
++matchNumber;
String token = itemsOfInterestMatcher.group();
// I then have a switch statement that processes each match depending on its type
}
发生溢出时的堆栈跟踪可以在 http://pastebin.com/7eL6mVd2 找到
导致堆栈溢出的原因是什么?如何更改表达式以使其正常工作?
阿姆尔
最佳答案
从 java.util.regex.Pattern$LazyLoop.match(...)
出现在堆栈跟踪中的次数来看,我敢打赌问题在于使用不情愿的量词 *?
:首先它尝试不匹配任何内容,然后回溯并尝试匹配一个字符,然后回溯并尝试匹配两个字符,依此类推。所以如果你有一个很长的评论,它就必须做很多回溯,这显然涉及到递归。 (我不知道是否所有回溯都涉及递归,或者只是不情愿的量词回溯;事实上,直到现在,我什至没有意识到不情愿的量词回溯确实如此。)如果你改变这个部分:
/\*(?:.|[\r\n])*?\*/
对此:
/\*(?:[^*]|\*(?!/))*+\*/
(使用所有格量词 *+
来代替 - 它尝试尽可能多地匹配,并且从不返回任何内容),我想您会发现您可以更好地处理长注释。因此,总的来说,您的字符串文字将如下所示:
"/\\*(?:[^*]|\\*(?!/))*+\\*/|\"(?:[^\"\\\\\\r\\n]|\\\\.)*\"|//.*|\\b\\d+\\b|\\b0[xX][\\da-fA-F]+\\b"
<小时/>
编辑添加(2013 年 7 月):我公司的某人最近也遇到了类似的问题,这让我更深入地了解了原因。我发现,问题不在于回溯本身,而在于回溯与子群的结合;例如,a*
或 a*?
不会出现此问题,但 (a)*
或 (a)*?
或 (?:a)*
或 (?:a)*?
会。上面,我建议通过使用 *+
而不是 *?
来禁用回溯(并对子表达式进行必要的更改);但另一种方法是通过更改来消除子表达式:
/\*(?:.|[\r\n])*?\*/
对此:
/\*(?s:.*?)\*/
(其中 (?s:...)
表示法等同于 ...
,只不过它在本地打开 MULTILINE
模式,这意味着 .
将匹配任何字符,甚至 \n
)。 .*?
不需要递归即可启用回溯。
也就是说,我认为 *+
方法在这种情况下更好,也许在大多数情况下,因为它的算法时间复杂度较低。 (.*?
需要不断尝试匹配和重新匹配模式的其余部分;它可以执行任意回溯而不溢出堆栈,但这样做可能会花费大量时间。)
关于java - 简化导致 Java StackOverflowException 的正则表达式,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/9860315/
我正在用 yacc/bison 编写一个简单的计算器。 表达式的语法看起来有点像这样: expr : NUM | expr '+' expr { $$ = $1 + $3; } | expr '-'
我开始学习 lambda 表达式,并在以下情况下遇到了以下语句: interface MyNumber { double getValue(); } MyNumber number; nu
这两个 Linq 查询有什么区别: var result = ResultLists().Where( c=> c.code == "abc").FirstOrDefault(); // vs. va
如果我们查看 draft C++ standard 5.1.2 Lambda 表达式 段 2 说(强调我的 future ): The evaluation of a lambda-expressio
我使用的是 Mule 4.2.2 运行时、studio 7.5.1 和 Oracle JDK 1.8.0_251。 我在 java 代码中使用 Lambda 表达式,该表达式由 java Invoke
我是 XPath 的新手。我有网页的html源 http://london.craigslist.co.uk/com/1233708939.html 现在我想从上面的页面中提取以下数据 完整日期 电子
已关闭。这个问题是 off-topic 。目前不接受答案。 想要改进这个问题吗? Update the question所以它是on-topic用于堆栈溢出。 已关闭10 年前。 Improve th
我将如何编写一个 Cron 表达式以在每天上午 8 点和下午 3:30 触发?我了解如何创建每天触发一次的表达式,而不是在多个设定时间触发。提前致谢 最佳答案 你应该只使用两行。 0 8 * * *
这个问题已经有答案了: What do 3 dots next to a parameter type mean in Java? (9 个回答) varargs and the '...' argu
我是 python 新手,在阅读 BeautifulSoup 教程时,我不明白这个表达式“[x for x in titles if x.findChildren()][:-1]”我不明白?你能解释一
(?:) 这是一个有效的 ruby 正则表达式,谁能告诉我它是什么意思? 谢谢 最佳答案 正如其他人所说,它被用作正则表达式的非捕获语法,但是,它也是正则表达式之外的有效 ruby 语法。 在
这个问题在这里已经有了答案: Why does ++[[]][+[]]+[+[]] return the string "10"? (10 个答案) 关闭 8 年前。 谁能帮我处理这个 JavaSc
这个问题在这里已经有了答案: What is the "-->" operator in C++? (29 个答案) Java: Prefix/postfix of increment/decrem
这个问题在这里已经有了答案: List comprehension vs. lambda + filter (16 个答案) 关闭 10 个月前。 我不确定我是否需要 lambda 或其他东西。但是,
C 中的 assert() 函数工作原理对我来说就像一片黑暗的森林。根据这里的答案https://stackoverflow.com/a/1571360 ,您可以使用以下构造将自定义消息输出到您的断言
在this页,John Barnes 写道: If the conditional expression is the argument of a type conversion then effec
我必须创建一个调度程序,它必须每周从第一天上午 9 点到第二天晚上 11 点 59 分运行 2 天(星期四和星期五)。为此,我需要提供一个 cron 表达式。 0-0 0-0 9-23 ? * THU
我正在尝试编写一个 Linq 表达式来检查派生类中的属性,但该列表由来自基类的成员组成。下面的示例代码。以“var list”开头的 Process 方法的第二行无法编译,但我不确定应该使用什么语法来
此 sed 表达式将输入字符串转换为两行输出字符串。两条输出行中的每一行都由输入的子串组成。第一行需要转换成大写: s:random_stuff\(choice1\|choice2\){\([^}]*
我正在使用 Quartz.Net 在我的应用程序中安排我的工作。我只是想知道是否可以为以下场景构建 CRON 表达式: Every second between 2:15AM and 5:20AM 最
我是一名优秀的程序员,十分优秀!