为什么这个正则表达式超时？答案

【问题标题】：Why does this Regex time out?为什么这个正则表达式超时？
【发布时间】：2014-09-05 04:30:55
【问题描述】：

这可能不是 Stackoverflow 的理想问题，如果我真的违反了指导方针（例如“过于本地化”），请抱歉。但这是一个非常有趣的问题：

我有以下正则表达式（更简单的 URL 匹配版本）：

\A(http(s)?:\/\/)?(([\da-z\.-]+)\.([a-z]{2,6})(\.([a-z]{2,6}))?([\/\w \.-]*)*\/?)\z

现在如果我测试这个字符串（不匹配，因为特殊字符）：

http://t3n.de/news/nokia-lumia-930-test-560264/?utm_source=feedburner+t3n+News+12.000er&utm_medium=feed&utm_campaign=Feed%3A+aktuell%2Ffeeds%2Frss+%28t3n+News%29

像这样（只是为了确保我没有犯明显的错误）：

str = 'http://t3n.de/news/nokia-lumia-930-test-560264/?utm_source=feedburner+t3n+News+12.000er&utm_medium=feed&utm_campaign=Feed%3A+aktuell%2Ffeeds%2Frss+%28t3n+News%29'
str.match /\A(http(s)?:\/\/)?(([\da-z\.-]+)\.([a-z]{2,6})(\.([a-z]{2,6}))?([\/\w \.-]*)*\/?)\z/i

该命令永远运行。由于字符串不匹配，它不应该返回 nil 吗？我使用的是最新版本的 ruby，但在 Rubular 上也会出现这种情况：http://rubular.com/r/2ajABaqmTE

jarvis:~ rudolf$ ruby -v
ruby 2.1.2p95 (2014-05-08 revision 45877) [x86_64-darwin13.0]

任何想法可能导致这种情况？我是否发现了 Ruby 错误或我遗漏了什么？

【问题讨论】：

标签： ruby regex

【解决方案1】：

在你的正则表达式中，有这样的：

([\/\w \.-]*)*

这会导致正则表达式引擎创建许多它可能回溯到的状态。您可以安全地删除最后一个*：

([\/\w \.-]*)

【讨论】：

. 不应该被转义，并且空间是不必要的
@pguardiario，不是真的，. 不需要 被转义，但这没什么区别：[.] 和 [\.] 都匹配文字“。 ”。并且文字空间不能被删除：那么空间将不再匹配。

【解决方案2】：

在我看来，这部分中的第二个* ([\/\w \.-]*)* 是多余的，会导致大量的回溯。删除它，它工作正常：([\/\w \.-]*)

您有很多捕获组，如果您不打算使用它们，您可能也想删除它们，但这不会产生太大影响。

【讨论】：