正则表达式导致段错误/堆栈溢出

Question

（或因此我认为）...

我使用boost :: xpressive中为我的正则表达式引擎解析的东西，我得到一个段错误。我怀疑递归和我的糟糕的正则表达式都是怪罪，因为gdb显示了超过300个堆栈帧。所以，这里是我的（区分大小写）的正则表达式，在Perl/Python的符号：

begin([^e]+)e((?:[^b]|b(?!egin))+) 

，我期待与第一大写文字匹配

beginHEADER HEREeFOLLOWED BY SOME LONG LONG TEXT THAT GOES UNTIL NEXTbegin 

（HEADER这里）在第一组和第二组中的第二个大写文本。如果应该匹配组2的文本非常长，我总是会得到段错误。

为什么不应该这样工作？

Answer 1

您可以通过简单地使用non-greedy matching简化您的正则表达式很多：

begin(.+?)e(.+?)begin 

试一下，看看它是否效果更好。

很可能您的原始正则表达式由于|的递归实现而导致堆栈溢出 - 或者在您的正则表达式中进行分组，这可能会与第二组中的每个字符分支。

另一方面，简单的非贪婪.+?不需要为每个单个字符分支。