为什么用Regex.IsMatch检查此字符串会导致CPU达到100%？

Question

在Regex.IsMatch特定字符串上使用(C#,.Net 4.5)时,CPU达到100%.

串:

https://www.facebook.com/CashKingPirates/photos/a.197028616990372.62904.196982426994991/1186500984709792/?type=1&permPage=1

图案:

^http(s)?://([\w-]+.)+[\w-]+(/[\w- ./?%&=])?$

完整代码:

Regex.IsMatch("https://www.facebook.com/CashKingPirates/photos/a.197028616990372.62904.196982426994991/1186500984709792/?type=1&permPage=1",
                @"^http(s)?://([\w-]+.)+[\w-]+(/[\w- ./?%&=])?$");

我发现编辑URL可以防止出现此问题.编辑的URL:

https://www.facebook.com/CashKingPirates/photos/a.197028616990372.62904.196982426994991/1186500984709792

但仍然非常有兴趣了解导致这种情况的原因.

Answer 1

正如nu11p01n73R指出的那样,你的正则表达式有很多回溯.那是因为你的表达式的部分都可以匹配相同的东西,这使得引擎在找到结果之前必须尝试许多选择.

您可以通过更改正则表达式来避免这种情况,从而使各个部分更具体.在你的情况下,原因是你想匹配一个真正的点,但使用匹配所有字符..你应该逃避\..

这应该已经减少了很多回溯需求并使其快速:

^http(s)?://([\w-]+\.)+[\w-]+(/[\w- ./?%&=])?$

如果你想真正匹配原始字符串,你需要在最后给字符类添加一个量词:

^http(s)?://([\w-]+\.)+[\w-]+(/[\w- ./?%&=]+)?$
                                           ?

Answer 2

我建议你查看http://regexr.com/网站,测试你的正则表达式.

正则表达式的更正版本是这样的:

^(https?://(?:[\w]+\.?[\w]+)+[\w]/?)([\w\./]+)(\?[\w-=&%]+)?$

它还有3组:

1. group1 =主网址(例如:facebook.com)
2. group2 =子网址(例如:/CashKingPirates/photos/a.197028616990372.62904.196982426994991/1186500984709792/
3. group3 =变量(例如:？type = 1&permPage = 1)

还记得要检查正则表达式中点(.)的实际字符,你必须使用\.没有.