爪哇模式导致堆栈溢出

Question

我使用正则表达式来从任意长度的输入字符串中提取键 - 值对，并运行到其中，对于一个长的字符串具有重复的图案，它导致堆栈溢出的情况。

的KV-解析代码看起来是这样的：

public static void parse(String input) 
{ 
    String KV_REGEX = "((?:\"[^\"^ ]*\"|[^=,^ ])*) *= *((?:\"[^\"]*\"|[^=,^\\)^ ])*)"; 
    Pattern KV_PATTERN = Pattern.compile(KV_REGEX); 

    Matcher matcher = KV_PATTERN.matcher(input); 

    System.out.println("\nMatcher groups discovered:"); 

    while (matcher.find()) 
    { 
     System.out.println(matcher.group(1) + ", " + matcher.group(2)); 
    } 
} 

输出的一些虚构的例子：

String input1 = "2012-08-09 09:10:25,521 INFO com.a.package.SomeClass - Everything working fine {name=CentOS, family=Linux, category=OS, version=2.6.x}"; 
    String input2 = "2012-08-09 blah blah 09:12:38,462 Log for the main thread, PID=5872, version=\"7.1.8.x\", build=1234567, other=done"; 

调用parse(input1)生产：

{name, CentOS 
family, Linux 
category, OS 
version, 2.6.x} 

调用parse(input2)生产：

PID, 5872 
version, "7.1.8.x" 
build, 1234567 
other, done 

这是优良（即使是使用用于第一壳体所需要的比特串的处理）。但是，试图解析很长（超过1000个字符）的类路径字符串，上述类溢出，但以下情况除外时（启动）：

Exception in thread "main" java.lang.*Error 
    at java.util.regex.Pattern$BitClass.isSatisfiedBy(Pattern.java:2927) 
    at java.util.regex.Pattern$8.isSatisfiedBy(Pattern.java:4783) 
    at java.util.regex.Pattern$8.isSatisfiedBy(Pattern.java:4783) 
    at java.util.regex.Pattern$8.isSatisfiedBy(Pattern.java:4783) 
    at java.util.regex.Pattern$8.isSatisfiedBy(Pattern.java:4783) 
    at java.util.regex.Pattern$CharProperty.match(Pattern.java:3345) 
    ... 

字符串太长，放在这里，但它具有以下，容易复制和重复结构：

java.class.path=/opt/files/any:/opt/files/any:/opt/files/any:/opt/files/any 

谁想要重现该问题只需要几十次追加:/opt/files/any上面的字符串。在创建一个包含约90个“：/ opt/files/any”副本的字符串后，会发生堆栈溢出。

有没有一种通用的方法，上述KV_REGEX字符串可以修改，这样就不会出现问题，同样的结果产生？

我明确提出通用的上面，而不是黑客的是（例如）在解析之前检查的最大字符串长度。

最总值（GDP）修正我能想出，一个真正的反模式，是

public void safeParse(String input) 
{ 
    try 
    { 
     parse(input); 
    } 
    catch (*Error e) // Or even Throwable! 
    { 
     parse(input.substring(0, MAX_LENGTH)); 
    } 
} 

有趣的是，它工作在几个运行我尝试过，但它是不是足够有品位的建议。 :-)

Answer 1

你的正则表达式看起来过于复杂，比如我想你还没有完全了解字符类是如何工作的。这工作对我好，我不能让它溢出了：

public static void parse(String input) { 
    String KV_REGEX = "(\"[^\" ]*\"|[^{=, ]*) *= *(\"[^\"]*\"|[^=,) }]*)"; 
    Pattern KV_PATTERN = Pattern.compile(KV_REGEX); 

    Matcher matcher = KV_PATTERN.matcher(input); 

    System.out.println("\nMatcher groups discovered:"); 

    while (matcher.find()) { 
     System.out.println(matcher.group(1) + ", " + matcher.group(2)); 
    } 
} 

要打破正则表达式，这将匹配：

(\"[^\" ]*\"|[^{=, ]*)：任何附带" S，或任意数量的非{=,字符

*= *：零到任意数目的空格，其次=，后面的零到任意数目的空格

(\"[^\"]*\"|[^=,) }]*)：任何与" s或任意数量的非=,) }字符对应的内容