我正在（用 C#）编写一个简单的解析器来处理看起来很像经典 C 的脚本语言。
在我拥有的一个脚本文件中，我用来识别 /* 块注释 */ 的正则表达式会进入某种无限循环，长时间占用 100% 的 CPU。
我使用的正则表达式是这样的：
/\*([^*]|[\r\n]|(\*+([^*/]|[\r\n])))*\*+/
关于为什么这可能被锁定有什么建议吗？
或者，我可以使用另一个正则表达式吗？
更多信息：
- 使用面向 .NET 3.5 的 C# 3.0 工作；
- 我使用 Regex.Match(string,int) 方法在字符串的特定索引处开始匹配；
- 我已经让程序运行了一个多小时，但比赛尚未完成；
- 传递给正则表达式构造函数的选项是
RegexOptions.Multiline and RegexOptions.IgnorePatternWhitespace;
- 正则表达式适用于我的 453 个测试文件中的 452 个。
我发现你的正则表达式存在一些问题：
没有必要|[\r\n]正则表达式中的序列；否定的字符类，例如[^*]匹配所有内容，除了*，包括行分隔符。这只是.（点）与这些不匹配的元字符。
进入评论后，您唯一需要查找的字符就是星号；只要你没有看到其中一个，你就可以吞下任意数量的角色。这意味着使用没有意义[^*]当你可以使用[^*]+反而。事实上，你不妨把它放在一个原子组中——(?>[^*]+)——因为一旦你匹配了那些非星号，你就没有任何理由放弃它们。
过滤掉无关的垃圾，最外面的括号内的最终选择是\*+[^*/]，这意味着“一个或多个星号，后跟一个不是星号或斜线的字符”。这将始终与注释末尾的星号匹配，并且总是必须再次放弃它，因为下一个字符是斜杠。事实上，如果最后一个斜杠前有二十个星号，则正则表达式的该部分将与所有星号匹配，然后它将一一放弃所有星号。然后是最后一部分——\*+/-- 将永远匹配它们。
为了获得最大性能，我会使用这个正则表达式：
/\*(?>(?:(?>[^*]+)|\*(?!/))*)\*/
这将很快匹配一个格式良好的注释，但更重要的是，如果它开始匹配某些内容isn't一个有效的评论，它会尽快失败。
致谢David https://stackoverflow.com/questions/462843/improving-fixing-a-regex-for-c-style-block-comments/463339?noredirect=1#comment55996077_463339，这是一个将嵌套注释与任何嵌套级别相匹配的版本：
(?s)/\*(?>/\*(?<LEVEL>)|\*/(?<-LEVEL>)|(?!/\*|\*/).)+(?(LEVEL)(?!))\*/
它使用.NET 的平衡组，因此它不适用于任何其他风格。为了完整起见，这里有另一个版本（来自 RegexBuddy 的库），它使用 Perl、PCRE 和 Oniguruma/Onigmo 支持的递归组语法：
/\*(?>[^*/]+|\*[^/]|/[^*])*(?>(?R)(?>[^*/]+|\*[^/]|/[^*])*)*\*/
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
