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)
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.