我正在使用 python 正则表达式库来解析一些字符串，目前我发现我的正则表达式太复杂或者我正在搜索的字符串太长。
这是一个挂断的例子:
>>> import re
>>> reg = "(\w+'?\s*)+[-|~]\s*((\d+\.?\d+\$?)|(\$?\d+\.?\d+))"
>>> re.search(reg, "**LOOKING FOR PAYPAL OFFERS ON THESE PAINTED UNCOMMONS**") #Hangs here...
我不确定发生了什么。任何帮助表示赞赏!
编辑:这是一个链接，其中包含我要匹配的示例:Regxr
最佳答案
代码执行挂起的原因是catastrophic backtracking由于量化组 (\w+'?\s*)+ 中的一个强制模式和 1+ 个可选模式(可以匹配空字符串的模式)允许正则表达式引擎测试大量匹配路径太多，需要很长时间才能完成。
我建议以 ' 或 \s 成为必需的方式解包有问题的组，并将它们包装在可选组中:
(\w+(?:['\s]+\w+)*)\s*[-~]\s*(\$?\d+(?:\.\d+)?\$?)
^^^^^^^^^^^^^^^^^^^***
参见 regex demo
这里，(\w+(?:['\s]+\w+)*) 将匹配 1+ 个单词字符，然后是 0+ 个序列 1+ ' 或空格后跟 1+ 个单词字符。这样，模式变为线性，如果出现不匹配的字符串，正则表达式引擎会更快地使匹配失败。
模式的其余部分:
\s*[-~]\s*--或~用 0+ 个空格包裹(\$?\d+(?:\.\d+)?\$?)- 第 2 组捕获\$?- 1 或 0 个$符号\d+- 1+ 位(?:\.\d+)?- 1 或 0 个零序列:\.- 一个点\d+- 1+ 位
\$?- 1 或 0 个$符号
关于python - 为什么python的re.search方法挂了？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/43310667/