Java模式导致堆栈溢出
我使用正则表达式从任意长的输入字符串中提取键值对,并且遇到了这样一种情况:对于具有重复模式的长字符串,它会导致堆栈溢出 KV解析代码如下所示:Java模式导致堆栈溢出,java,regex,pattern-matching,stack-overflow,key-value,Java,Regex,Pattern Matching,Stack Overflow,Key Value,我使用正则表达式从任意长的输入字符串中提取键值对,并且遇到了这样一种情况:对于具有重复模式的长字符串,它会导致堆栈溢出 KV解析代码如下所示: public static void parse(String input) { String KV_REGEX = "((?:\"[^\"^ ]*\"|[^=,^ ])*) *= *((?:\"[^\"]*\"|[^=,^\\)^ ])*)"; Pattern KV_PATTERN = Pattern.compile(KV_REGEX)
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));
}
}
一些虚构的输出示例:
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)
生成:
{name, CentOS
family, Linux
category, OS
version, 2.6.x}
PID, 5872
version, "7.1.8.x"
build, 1234567
other, done
调用parse(input2)
生成:
{name, CentOS
family, Linux
category, OS
version, 2.6.x}
PID, 5872
version, "7.1.8.x"
build, 1234567
other, done
这很好(即使第一种情况需要一点字符串处理)。但是,当尝试解析非常长(超过1000个字符长)的类路径字符串时,会发生上述类溢出,但出现以下异常(开始):
字符串太长,无法放在此处,但它具有以下易于复制和重复的结构:
java.class.path=/opt/files/any:/opt/files/any:/opt/files/any:/opt/files/any
任何想要重现问题的人只需在上述字符串中附加几十次:/opt/files/any
。创建一个包含类路径字符串中大约90个“:/opt/files/any”副本的字符串后,会发生堆栈溢出
是否有一种通用方法可以修改上述KV_REGEX
字符串,从而不会出现问题并产生相同的结果
我明确地将generic放在上面,而不是(例如)在解析之前检查最大字符串长度的hack
我能想出的最糟糕的解决办法,一个真正的反模式,是
public void safeParse(String input)
{
try
{
parse(input);
}
catch (StackOverflowError e) // Or even Throwable!
{
parse(input.substring(0, MAX_LENGTH));
}
}
有趣的是,它在几次运行中都能起作用。我试过了,但它不够有品位,不能推荐。:-) 您的正则表达式看起来过于复杂,例如,我认为您还不太了解字符类的工作原理。这对我来说更好,我不能再让它溢出了:
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));
}
}
要分解正则表达式,这将匹配:
(\“[^\”]*\“[^{=,]*)
:任何包含“
s或任何数量的非{=,
字符的内容
*=*
:零到任意数量的空格,后跟=
,零到任意数量的空格
(\“[^\”]*\“[^=,)}]*)
:任何包含“
s,或任何数量的非=,)}
字符的内容,祝贺您突破了限制。这部分应该匹配什么?它看起来一点也不正确<代码>[^=,^\\)^]。这是一个很好的例子,向Java爱好者演示了为什么会有人受不了Perl。你早就该把这个发给Jeff Atwood了。这会为他节省一些时间@PNS:这可以简化为[^=)]
(这会给你一个漂亮的微笑作为奖励)。您的示例也停留在^
。这看起来确实更好。我会在第一次机会尝试更复杂的案例。谢谢!:-)