正则表达式匹配未完成答案

【问题标题】：Regex matching doesn't finish正则表达式匹配未完成
【发布时间】：2013-12-10 09:29:42
【问题描述】：

我曾经 answered a question 讨论过将带引号的字符串与转义的引号匹配。

似乎有些情况在 .NET 上挂起并在 Mono（OutOfMemoryException）上崩溃，例如：

var reg = new Regex(@"^""([^\\""]*(\\"")*(\\[^""])*)*""");
reg.Match("\"                               ");

两个问题：

1) 为什么会这样？

2) 如何改进这个正则表达式？我希望它保留所有“功能”。

【问题讨论】：

这可能是catastrophic backtracking的情况。您链接的问题有更好的答案。
仅供参考，您的表达方式适用于我使用 Javascript 的正则表达式引擎：rexfiddle.net/slfowcR
只是一个想法 - 为什么您实际上必须使用正则表达式来执行此操作？写一个简单的状态机来解析字符串不是更容易吗？您将绕过所有令人讨厌的回溯，这对于您提供的案例而言，成本会成倍增加。
@Luaan 的重点是正则表达式很难看，但如果你有很多正则表达式就很容易维护。创建多个状态机来处理许多情况会很烦人。当我输入的语法稳定并且我有时间时，也许值得这样做。
@TimS。我试图避免使用 ?: 因为我不太了解它并想创建自己的解决方案。显然，这不是一个好主意 :) 实际上，您对此链接的评论是一个很好的答案，谢谢。

【解决方案1】：

这确实是（cf Tim S.）与您的这部分模式的灾难性回溯：(\\[^""])*)* 它允许世界上所有可能的事情，并导致正则表达式引擎尝试太多可能性。（如果您关注 Tim S. 链接，可以找到更好的插图）

执行此操作的另一种模式：

var reg = new Regex(@"(?s)""(?>[^\\""]+|\\{2}|\\.)*""");

（这个想法是匹配所有偶数个反斜杠（交替的第二部分），以确保允许真正的转义字符（交替的第三部分）.)

【讨论】：

我不认为我的正则表达式中有偶数个反斜杠，它只需要捕获未转义引号之间的所有内容。可以肯定的是，这有点过分。由于 Tim S. 仅提供了评论，我将接受您的回答，这也是正确的 :) 谢谢
@PiotrZierhoffer：请注意，您必须添加捕获括号来提取您想要的内容（或使用一对lookbehind/lookahead 将双引号括起来）。关于偶数个反斜杠，考虑这样的字符串：abc "def" "g\"hi" "jkl\\" "mn\\\"o"。结果必须是：def、g"hi、jkl\`, mn\"o`。