灾难性回溯搜索括号中的数字

Posted 2023-02-22

【中文标题】灾难性回溯搜索括号中的数字

【英文标题】：Catastrophic backtracking searching for numbers in brackets

【发布时间】：2021-06-18 08:05:41

【问题描述】：

使用这个正则表达式：\((\W*\d*\W*)*\) 我正在寻找括号内的数字。这些数字可以被任何符号包围，但不能被字符包围，并且这种模式可以在括号内出现很多次，我的意思是我需要在这里匹配所有内容：

(8) (8,) (8'') (8, 9, 8 ,9) (18, 9', 89;) ('7;27;37.38;48;55)

但不是：

(8j) (a888) (1, 2; 12.13; 25.26; 35.36; 43.45; 52.56; 59,6o)

最后一个例子给了我一个灾难性的回溯错误。我怎样才能避免这个错误？我真的不明白该怎么做......

【问题讨论】：

如果您总是期望至少一位数字，那么您不应该在\d 之后以及捕获组之后使用* 量词。请改用+。

你可以用下面的(?:\(|\G(?!^))[^a-z\n\)]*?\K\d+(?:\.\d+)?(?=[^a-z\n\)]*\))

@silkfire (\W*\d+\W*)+ 仍然有灾难性的回溯，因为两个相邻的\W* 在一个组重复中（通过使用(\W*\d+)+\W* 来解决这个问题），并且\W* 可能不匹配任何相邻的东西数字可能是外部组的重复（通过使用(\W*\d)+\W* 或\W*\d+(\W+\d+)*\W* 修复）。

【参考方案1】：

您可以将您的正则表达式更改为 \([\W\d]*\)，这将匹配和不匹配您的示例。

见https://regex101.com/r/DNmuEb/1/

【讨论】：

我认为这是最好和更清洁的解决方案。谢谢。

【参考方案2】：

\((\W*\d*\W*)*\) 的灾难性回溯是由于嵌套的可选量词造成的，一切都是可选的。

注意\W也可以匹配(和)

您可以匹配除字符 A-Z a-z 或括号之外的任何空白字符，如果您需要匹配所有内容，则在括号之间至少声明一个数字

\((?=[^()\d]*\d)[^A-Za-z()]+\)

\( 匹配( (?=[^()\d]*\d) 在括号之间至少声明一个数字 [^A-Za-z()]+ 匹配除字符 A-Z a-z ( ) 以外的任何字符的 1+ 倍，如果您想扩展它，可以添加更多 \)匹配)

Regex demo