regex - 正则表达式导致段错误/堆栈溢出

Question

（或者我认为）...

我使用 boost::xpressive 作为我的正则表达式引擎来解析一些东西，我得到一个段错误。我怀疑递归性和我糟糕的正则表达式是罪魁祸首，因为 gdb 显示了 300 多个堆栈帧。所以，这是我的（区分大小写的）正则表达式，用 perl/python 表示法：

begin([^e]+)e((?:[^b]|b(?!egin))+)

我希望匹配

beginHEADER HEREeFOLLOWED BY SOME LONG LONG TEXT THAT GOES UNTIL NEXTbegin

第一组中的第一个大写文本（HEADER HERE），第二组中的第二个大写文本。如果应该匹配第 2 组的文本很长，我总是会收到段错误。

为什么不应该这样做？

Answer 1

您可以通过简单地使用非贪婪匹配来大大简化您的正则表达式：

begin(.+?)e(.+?)begin

尝试一下，看看它是否效果更好。

由于您的正则表达式中 -or 分组的递归实现，您的原始正则表达式很可能导致堆栈溢出|，这可能与第二组中的每个字符发生分支。

另一方面，简单的非贪婪.+?不需要为每个字符都分支。