隨機 RegexMatchTimeoutException 異常

Question

在解析短（少於 100 個字符）字符串時，我有時會遇到RegexMatchTimeoutException 。 解析本身位於 function 中的list.Select(..)中，該集合包含大約 30 個元素。

我懷疑這可能是由於次優正則表達式 - 這是 C# 中的定義：

internal override Regex Regex => new(
    @$"((.|\s)*\S(.|\s)*)(\[{this.Type}\])",             // Type = "input"
    RegexOptions.Multiline | RegexOptions.Compiled, 
    TimeSpan.FromMilliseconds(Constants.RegexTimeout));  // RegexTimeout = 100

它應該捕獲以下字符串中的Sample text ：

Sample text
[input]

完整異常消息：

System.Text.RegularExpressions.RegexMatchTimeoutException: 'The Regex engine has timed out while trying to match a pattern to an input string. This can occur for many reasons, including very large inputs or excessive backtracking caused by nested quantifiers, back-references and other factors.'

發生異常的行：

var label = this.Regex.Match(sectionContent).Groups[1].Value.Trim();

異常很難重現——使用相同的輸入，它可能在第一次運行或第 100 次運行時發生。 但是運行正則表達式的行集合越大，它發生的可能性就越大。

Answer 1

您的((.|\s)*\S(.|\s)*)(\[input\])正則表達式匹配

• ((.|\s)*\S(.|\s)*) - 第 1 組：
  • (.|\s)* - 除換行符 ( . ) 或 ( | ) 以外的任何字符出現零次或多次，任何空白字符 ( \s )
  • \S - 非空白字符
  • (.|\s)* - 除換行符 ( . ) 或 ( | ) 以外的任何字符出現零次或多次，任何空白字符 ( \s )
• (\[input\]) - 第 2 組： [input] 。

您不得不注意到第 1 組模式中的每一個都可以匹配相同的字符。 \S是這里唯一的“錨定”模式，它需要一個非空白字符，並且由於\S之前和之后的模式都用於匹配任何文本，因此最有效的邏輯是：匹配任意數量的空白，然后非空白字符，然后是任意數量的字符（盡可能少但盡可能多）直到[input] 。

這是修復：

internal override Regex Regex => new(
    @$"(?s)(\s*\S.*?)(\[{Regex.Escape(this.Type)}])",             // Type = "input"
    RegexOptions.Compiled, 
    TimeSpan.FromMilliseconds(Constants.RegexTimeout));  // RegexTimeout = 100`

請注意，可以轉義this.Type以防萬一其中有任何特殊字符。 (?s)是RegexOptions.Singleline選項的內聯修飾符版本（可互換使用）。