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：

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！：-）