在C＃中正则表达式缓慢运行

Question

过去一周我一直在用正则表达式做一些工作，并设法取得了很多进展，但是，我仍然相当n00b。我有一个正则表达式用C＃编写：

string isMethodRegex = 
    @"\b(public|private|internal|protected)?\s*(static|virtual|abstract)?"+ 
    @"\s*(?<returnType>[a-zA-Z\<\>_1-9]*)\s(?<method>[a-zA-Z\<\>_1-9]+)\s*\"+ 
    @"((?<parameters>(([a-zA-Z\[\]\<\>_1-9]*\s*[a-zA-Z_1-9]*\s*)[,]?\s*)+)\)"; 
IsMethodRegex = new Regex(isMethodRegex); 

出于某种原因，称正则表达式IsMethodRegex.IsMatch（）它挂起超过30秒以下字符串时：

"\t * Returns collection of active STOP transactions (transaction type 30) " 

有谁如何正则表达式的内部工作，以及为什么这匹配这个字符串，而不是其他人。我和它玩过一段时间，发现如果我拿出*和括号，那么它运行良好。也许正则表达式写得不好？

任何帮助将非常感激。

Answer 1

编辑：我认为性能问题是以<parameters>匹配组的方式完成的。我已重新排列以匹配第一个参数，然后匹配任意数量的连续参数，或者根本不选。此外，我已经改变了\s*参数类型和名称之间\s+（我认为这是负责回溯，因为它允许没有空格的很多，让object可以为obj和ect与\s*匹配没有空格匹配），而它似乎运行速度快了很多：

string isMethodRegex = 
    @"\b(public|private|internal|protected)?\s*(static|virtual|abstract)?"+ 
    @"\s*(?<returnType>[a-zA-Z\<\>_1-9]*)\s*(?<method>[a-zA-Z\<\>_1-9]+)\s*\"+ 
    @"((?<parameters>((\s*[a-zA-Z\[\]\<\>_1-9]*\s+[a-zA-Z_1-9]*\s*)"+ 
    @"(\s*,\s*[a-zA-Z\[\]\<\>_1-9]*\s+[a-zA-Z_1-9]*\s*)*\s*))?\)"; 

---

编辑：作为正式指出的@丹，以下是简单的，因为正则表达式可以提前退出。

这的确是一个非常奇怪的局面，但如果我删除了两个可选的匹配开头（公共/私营/内部/保护和静态/虚拟/抽象的），那么它开始几乎瞬间再次运行：

string isMethodRegex = 
    @"\b(public|private|internal|protected)\s*(static|virtual|abstract)"+ 
    @"(?<returnType>[a-zA-Z\<\>_1-9]*)\s(?<method>[a-zA-Z\<\>_1-9]+)\s*\"+ 
    @"((?<parameters>(([a-zA-Z\[\]\<\>_1-9]*\s*[a-zA-Z_1-9]*\s*)[,]?\s*)+)\)"; 
var IsMethodRegex = new Regex(isMethodRegex); 

string s = "\t * Returns collection of active STOP transactions (transaction type 30) "; 

Console.WriteLine(IsMethodRegex.IsMatch(s)); 

从技术上讲，你可以分成四个单独的正则表达式来处理这种特殊情况。但是，当您尝试处理越来越复杂的场景时，您可能会一次又一次地遇到此性能问题，因此这可能不是理想的方法。

Answer 2

我改变了一个或多个（*）与1或更多（+）匹配，其中我认为它对您的正则表达式有意义（它更适合于Java和C＃而不是VB.NET ）：

string isMethodRegex = 
    @"\b(public|private|internal|protected)?\s*(static|virtual|abstract)?" + 
    @"\s*(?<returnType>[a-zA-Z\<\>_1-9]+)\s+(?<method>[a-zA-Z\<\>_1-9]+)\s+\" + 
    @"((?<parameters>(([a-zA-Z\[\]\<\>_1-9]+\s+[a-zA-Z_1-9]+\s*)[,]?\s*)+)\)"; 

现在速度很快。

请检查它是否仍然返回您期望的结果。

对于坏的正则表达式的一些背景，请看here。

Answer 3

你试过编译你的Regex了吗？

string pattern = @"\b[at]\w+"; 
RegexOptions options = RegexOptions.IgnoreCase | RegexOptions.Compiled; 
string text = "The threaded application ate up the thread pool as it executed."; 
MatchCollection matches; 

Regex optionRegex = new Regex(pattern, options); 
Console.WriteLine("Parsing '{0}' with options {1}:", text, options.ToString()); 
// Get matches of pattern in text 
matches = optionRegex.Matches(text); 
// Iterate matches 
for (int ctr = 1; ctr <= matches.Count; ctr++) 
    Console.WriteLine("{0}. {1}", ctr, matches[ctr-1].Value); 

然后正则表达式只在第一次执行时慢。