爪哇模式导致堆栈溢出
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。爪哇模式导致堆栈溢出
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。 :-)
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
这确实看起来更好。我会尝试用我的更复杂的案例一次机会。谢谢! :-) – PNS 2012-08-09 21:07:05
祝贺您打破了限制。 – kosa 2012-08-09 20:32:52
谢谢!我会随时接受奖励的解决方案! :-)究竟是什么限制破了? – PNS 2012-08-09 20:36:33
这部分应该匹配什么?它看起来不正确。 '[^ =,^ \\)^]'。 – Keppil 2012-08-09 20:36:50