正则表达式程序搜索带有空格和反斜杠的字符串的性能问题

Question

这些是我的文本行：

Region\ name=Provence\ Alpes\ Cote\ d'Azur shops=350,City=Nice 12345
Region\ name=Provence\ Alpes\ Cote\ d'Azur,City=Nice shopsabcdabcdabcdasssss=350 13456
City=Nice,Region\ name=Provence\ Alpes\ Cote\ d'Azur shopsabcdabcdabcdasssss=350 23456

输入：地区\名称
输出：Provence\ Alpes\ Cote\ d'Azur

输入：城市
输出：尼斯

以下解决方案提供了结果：

val data =List("Region\\ name=Provence\\ Alpes\\ Cote\\ d'Azur shops=350,City=Nice"
                ,"Region\\ name=Provence\\ Alpes\\ Cote\\ d'Azur,City=Nice shopsabcdabcdabcdasssss=350"
                ,"City=Nice,Region\\ name=Provence\\ Alpes\\ Cote\\ d'Azur shopsabcdabcdabcdasssss=350"
                ,"City=Nice,Region\\ name =unknown shops=350")
               //With that, let's extract all the values where target is the key.
val target  = """Region\\ name"""
val pattern =raw"$target\s*=((?:[\w'\\ -]+)+)(?:[ ,]+\w+=|,|$$)".r.unanchored
val output  = data.collect{ case pattern(m) => m }

但是当存在像shopsabcdabcdabcdasssss 或shopsabcdabcdabcdasssssssssssssssssssssss 这样的长字符串时，使用.r.unanchored 提取结果需要更多时间或挂起。

可以用更好的代码代替吗？ 已解决，感谢您提供答案

regex101.com/r/nSYxfj/6 ----------->它可以用于提取整数值吗？或者我必须修改一些东西

Answer 1

((?:[\w'\\ -]+)+) 模式部分导致catastrophic backtracking。

你需要使用

Region\\ name\s*=([\w'\\\s-]+)(?:[\s,]+\w+=|,|$)

请参阅regex demo。

在 Scala 中，这样定义模式：

val pattern =raw"$target\s*=([\w'\\\s-]+)(?:[\s,]+\w+=|,|$$)".r.unanchored