防止在正则表达式上回溯以查找非注释行（不以缩进的“#”开头）

Question

我想在缩进的代码中搜索不以井号 (#) 开头的行。

目前，我正在使用正则表达式 ^\s*([^\s#].*) 并启用了多行选项。

我的问题是，在没有注释的行上它工作得很好。

由于\s* 从注释符号到行首，正则表达式引擎在注释行上执行回溯，这有时会导致 40 或 50 个回溯步骤。

正则表达式在 python 代码上完美运行。由于引擎导致的回溯，它的效率不是很高。

知道如何避免它吗？

---

奖励：正则表达式引擎无法识别它在\s* 中一一搜索[^\s] 并导致这么多的回溯，这很有趣。使重新引擎工作的挑战是什么？

奖励 2：仅使用 stdlib re 模块。因为我无法添加第 3 方。 （我在技术上使用 sublime text 进行搜索，但想知道如何在 Python 中进行搜索）

Answer 1

使用atomic feature of lookarounds 避免回溯：

^(?=(\s*))\1([^#].*)
    ^^^^^  ^

这种用法在@vks 提出的否定前瞻中得到了简化。

或使用 regex 模块时的所有格量词：

^\s*+([^#].*)

甚至原子团：

^(?>\s*)([^#].*)

Sublime Text 在 PCRE 上支持所有这三个。

对于奖励部分，不，这不好笑。如果您对它更加敏锐，您会发现它不是[^\s]，它实际上等于\S，但它有点不同：[^\s#] 对于引擎来说意味着它在每一步都有两条不同的路径寻找所以它回溯到一个。

Answer 2

你可以简单地说

^(?!\s*#).*

This 只需要 6 步，而 yours 需要 33 步。