大字符串中的 Python 正则表达式灾难性回溯（JavaScript 解析器）

Question

我正在尝试解析具有巨大功能的美化 JavaScript 文件。我要做的是将每个函数分成一个匹配对象，然后单独处理它们以做其他事情。

一个例子可以是：

__d(function(e, t, n, r, i, l, a) {

//AnyCharacters

}, 93, [27, 38, 40, 37, 94, 98, 99, 32]);

我正在尝试以下正则表达式：

(?s)__d\(function\((\w+,\s)+\w+\)\s\{(.*?)\},\s\d+(.*?)\d\]\)\;

为了获得更多上下文，我尝试在进行更多处理后将每个函数写入文件：

functions_sep_regex = re.compile(r'(?s)__d\(function\((\w+,\s)+\w+\)\s\{(.*?)\},\s\d+(.*?)\d\]\)\;')

functions_sep = functions_sep_regex.finditer(res)

for functions in functions_sep:
        # Do something with functions.group(0))

回溯的问题是第一个(.*?)，因为我试图获取函数开头和结尾之间的任何字符。

正则表达式必须回溯，这是预期的，因为它试图匹配任何字符（甚至是换行符），但由于这个错误，引擎崩溃了。

有没有办法避免这种“崩溃”？

编辑：

可重现的示例：pastebin.com/PcdSWnWG

Answer 1

问题不在于(.*?)，而是嵌套量词：

functions_sep_regex = re.compile(r'(?s)__d\(function\((\w+,\s)+\w+\)\s\{(.*?)\},\s\d+(.*?)\d\]\)\;')
#                                                           ^^^

当正则表达式引擎想要报告匹配时，该组可能会爆炸。
使用++（所有格）或改写这部分表达。