java - 避免 Java 正则表达式灾难性回溯

Question

我有一个从 XML 读取的正则表达式，它被两种不同的工具使用。一个 Java 一个和一个 C++ 一个。

[…!\?\.](\)|\]|“|'|"|’|”|‘|´|''|»)*

尝试匹配以下字符串:

!!!!''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''??

输入数据来自存储在HDFS上的一些“大数据”。

在 Java 中，它会永远回溯，而在 C++ 版本中它会正常运行。问题是我无法更改正则表达式，因为它也被其他外部模块使用，而且很难激发更改，因为它在 C++ 中运行良好。

有没有办法通过不更改正则表达式来避免这个问题？我尝试在它后面附加一个“$”，但没有成功。

Answer 1

问题与正则表达式同时具有“'”和“''”(一个撇号或两个撇号)这一事实有关，解决这个问题的简单方法是消除多余的“|''”(2撇号) 因为它已经在寻找一个 ("|' ") 并且它有一组 ()* (所以括号内的所有内容都被查找为零或更多)。它对正则表达式的逻辑没有影响，但它解决了问题。感谢您的所有输入。