防止在正则表达式上回溯以找到非注释行(不是以缩进的'#'开头)

Bha*_*rel 6 python regex backtracking negative-lookahead python-3.x

我想在缩进代码中搜索不以井号(#)开头的行.

目前,我正在使用^\s*([^\s#].*)带有多行选项的正则表达式.

我的问题是在非注释行上它完美地工作.

在注释行上,正则表达式引擎执行回溯,因为\s*从注释符号一直到行的开头,这有时会导致40或50个回溯步骤.

正则表达式完全适用于python代码.由于发动机引起的回溯,它效率不高.

关于如何避免它的任何想法?


奖励:有趣的是,正则表达式引擎无法识别它正在[^\s]逐个搜索\s*并导致这种回溯的事实.使重新发动机工作的挑战是什么?

奖励2:仅使用stdlib re模块.因为我无法添加第三方.(我在技术上使用sublime文本搜索,但想知道如何在Python中一般地使用它)

rev*_*evo 5

使用外观的原子特征来避免回溯:

^(?=(\s*))\1([^#].*)
    ^^^^^  ^
Run Code Online (Sandbox Code Playgroud)

这种用法在@vks精美提出的负向前瞻中得到了简化.

或使用regex模块时的占有量词:

^\s*+([^#].*)
Run Code Online (Sandbox Code Playgroud)

甚至原子团:

^(?>\s*)([^#].*)
Run Code Online (Sandbox Code Playgroud)

Sublime Text支持所有三个,因为它们在PCRE上.

对于奖金部分,不,它不好笑.如果你对它更加敏锐,你会发现它不是[^\s]在字面上相同,\S但它有点不同:[^\s#]对于引擎来说意味着它在每一步都有两条不同的路径来寻找,所以它回溯到达一条路径.