Java确定字符串是否与string.matches匹配所用的时间过长

我有下面的正则表达式，它匹配开始处以括号中文本结尾的任何字符

“Hi（Stackoverflow）”

当我输入要匹配的文本时，程序就一直在运行

String pattern = "^[a-zA-Z]+([\\s]*[\\w]*)*\\([\\w]+\\)"
String text = "Asdadasdasd sadsdsad sdasd (s)"
String text2 = "Asdadasdasd sadsdsad sdasd (s) sdsd"

System.out.println(text.matches(pattern)) - it works
System.out.println(text2.matches(pattern)) - never ending story

怎么了

private static final Pattern pattern = Pattern.compile("[a-zA-Z]+([\\s]*[\\w]*)*\\([\\w]+\\)");

public static void main(String[] args) {

    String text = "Asdadasdasd sadsdsad sdasd (s)";
    String text2 = "Asdadasdasd sadsdsad sdasd (s) sdsd (k) ssdd";

    match(text);
    match(text2);
}


private static void match(String text) {
    Matcher matcher = pattern.matcher(text);
    while (matcher.find()) {
        System.out.println(matcher.group(0));
    }
}

输出为：

Asdadasdasd sadsdsad sdasd (s)
Asdadasdasd sadsdsad sdasd (s)
sdsd (k)

由于正则表达式中的

*

，第二个需要很长时间（或者至少可能需要很长时间，具体取决于实现）

您的正则表达式开始尝试如下匹配：

[a-zA-Z]+\s*\w*\s*\w*\s*\w*\（\w+\）[不匹配]
asdadasdasdasdsad sdasd X(s)sdsd

在这一点上，你可能希望它说“好吧，不匹配，我们完成了”

但事实并非如此

相反，它将试图找到一个匹配的工作（因为它不是所有的计算机容易找出，回溯将是浪费时间在这种情况下）

当它以前将第二个

\w*

匹配到

sdasd

时，它现在将尝试少一个字符，即

sdas

，然后它将添加另一个

\s*\w*

，它将为

\s*

匹配0个字符，为

\w*

匹配

d

[a-zA-Z]+\s*\w*\s*\w*\s*\w*\s*\w*\（\w+\）[不匹配]
asdadasdasdasd sadsdas X d X（s）sdsd

这也不起作用，因此它将尝试使用

sda

，然后再尝试

sd

，这将不起作用，并导致它将其进一步分解为

sda

、

s

和

d

[a-zA-Z]+\s*\w*\s*\w*\s*\w*\s*\w*\（\w+\）[不匹配]
asdadasdasdasdsad sda X sd X（s）sdsd
[a-zA-Z]+\s*\w*\s*\w*\s*\w*\s*\w*\s*\w*\（\w+\）[不匹配]
asdadasdasdasd sadsdad sda X s X d X（s）sdsd

依此类推，直到每个

\w

只匹配一个字符

PS：上面的内容并不一定就是它所做的，它更倾向于给出一个发生了什么的基本概念

PPS：为了简洁起见，使用了

\

而不是

\\

你怎么修理它？ 有几种方法可以解决这个问题

需要最少更改的可能是使用

（\\s*\\w*）*+

而不是-

*+

生成

*

，这可以防止它完全回溯（这与我们在这里想要的一致）

^[a-zA-Z]+（\\s*\\w*）*+\（\\w+\\）

同样有效的方法是使用

\\s+

而不是

\\s*

，尽管这会导致一些稍微不同的行为（特别是0-9不能再出现在第一个空格之前，可以通过在括号之前添加

\\w*

来修复）

这修复了它，因为我们无法再为

\\s

匹配0个字符，这会阻止我们在回溯时进行大量的工作

^[a-zA-Z]+（\\s+\\w*）*\（\\w+\\）
或^[a-zA-Z]+\\w*（\\s+\\w*）*\\（\\w+\\）

我还建议在这两种情况下都从

[a-zA-Z]

中删除

+

，因为

\\w*

已经涵盖了这一点（因此不会更改正则表达式匹配的内容），并且（在我看来）在查看它时会使正则表达式的所需行为更加清晰

---

PS:

[\\s]*

相当于在转义的开头圆括号之前添加

\\s*

。此外，删除字符类速记周围所有无用的方括号，并将

（[\\s]*[\\w]*）*

更改为

（？>\\s+\\w+）*

或更好的

（？：\\s+\\w+）*++

（这个想法是为了避免灾难性的回溯）对于

asdasdassd sadsdasd（s）sdsd

？没有匹配或

asdasdasdasd sadsdasd（s）

？如果没有匹配，你需要使用

匹配（[a-zA-Z]+（？：\\s+\\w+）*+\（\\w+\\）

。这是什么意思？：但是，它不起作用。当我输入^[a-zA-Z]+（\s*\w*）*（\w+）时，我可以匹配不以右括号结尾的文本。我尝试在正则表达式的末尾输入char$，它现在可以工作了。但是非常奇怪……我需要文本的格式是“任何以括号内文本结尾的字符串。没有其他内容。”