为什么我的 Python 正则表达式模式运行得这么慢？

请看我的正则表达式模式代码：

#!/usr/bin/env python
# -*- coding:utf-8 -*-

import re

print 'Start'
str1 = 'abcdefgasdsdfswossdfasdaef'
m = re.match(r"([A-Za-z\-\s\:\.]+)+(\d+)\w+", str1) # Want to match something like 'Moto 360x'
print m # None is expected.
print 'Done'

花了49秒完成，图案有问题吗？

See 失控的正则表达式：灾难性的回溯.

简而言之，如果有非常多的组合，一个子字符串可以分成正则表达式的各个部分，则正则表达式匹配器可能最终会尝试所有这些组合。

构造就像(x+)+ and x+x+实际上保证了这种行为。

为了检测并修复有问题的结构，可以使用以下概念：

• 在概念层面上，存在问题的构造意味着您的正则表达式是模糊的 - i.e. 如果您忽略贪婪/懒惰行为，则不会将某些文本单独“正确”分割为正则表达式的各个部分（或者，等效地，其子表达式）。因此，为了避免/解决问题，您需要查看并消除所有歧义。

  • 做到这一点的一种方法是

    • 总是将文本分成它的有意义的部分（=对当前任务具有不同含义的部分），以及
    • 以不会混淆的方式定义各个部分（=使用您自己在手动解析时用来区分哪个是哪个的相同特征）