Java正则表达式匹配开始/结束标签导致堆栈溢出

  • Z时代
  • 2024-01-10
  • 分类：问答

JavaPattern该类的标准实现使用递归来实现多种形式的正则表达式（例如，某些运算符，替换）。

这种方法会导致输入字符串超过（相对较小）长度（可能不超过1,000个字符）的堆栈溢出问题，具体取决于所涉及的正则表达式。

一个典型的例子是以下正则表达式，它使用交替Data从周围的XML字符串中提取可能的多行元素（名为），该元素已经提供了：

<Data>(?<data>(?:.|\r|\n)+?)</Data>

上面的正则表达式与该Matcher.find()方法一起使用，以读取“数据”捕获组并按预期工作，直到提供的输入字符串的长度超过1200个字符左右，在这种情况下，这会导致堆栈溢出。

可以重写上面的正则表达式以避免堆栈溢出问题吗？

回答：

有关堆栈溢出问题起源的更多详细信息：

有时regex

Pattern类会抛出StackOverflowError。这是已知错误＃5050507的体现，该错误java.util.regex自Java 1.4

起已包含在软件包中。该错误将保留，因为它具有“无法修复”状态。发生此错误的原因是Pattern该类将正则表达式编译为一个小程序，然后执行该小程序以查找匹配项。该程序以递归方式使用，并且有时在进行过多的递归调用时会发生此错误。有关更多详细信息，请参见错误说明。

您的正则表达式（具有交替项）与两个标签之间的任意1个以上的字符匹配。

您可以使用带有Pattern.DOTALL修饰符（或等效的嵌入式标志(?s)）的惰性点匹配模式，该修饰符也会使.匹配换行符：

(?s)<Data>(?<data>.+?)</Data>

观看此正则表达式演示

但是，在输入量巨大的情况下，惰性点匹配模式仍会消耗大量内存。最好的解决方法是使用

展开循环方法 ：

<Data>(?<data>[^<]*(?:<(?!/?Data>)[^<]*)*)</Data>

参见正则表达式演示

：

  • <Data> -文字 <Data>

  • (?<data> -捕获组“数据”的开始

    • [^<]* -零个或多个其他字符 <

    • (?:<(?!/?Data>)[^<]*)* -0个或多个序列：

    • <(?!/?Data>)- <后面没有Data>或的/Data>

    • [^<]* -零个或多个其他字符 <

  • ) -“数据”组的结尾

  • </Data> -结束定界符

以上是 Java正则表达式匹配开始/结束标签导致堆栈溢出 的全部内容， 来源链接： utcz.com/qa/401375.html

回到顶部