Python 100%CPU使用率，使用regexp，具体取决于输入长度

我试图在Python中找到一个regexp，它必须匹配任何字符，但要避免三个或更多连续的逗号或分号。换句话说，最多只允许使用两个连续的逗号或分号

这就是我目前拥有的：

^(,|;){,2}([^,;]+(,|;){,2})*$

它似乎如预期的那样起作用：

>>> r.match('')
<_sre.SRE_Match object at 0x7f23af8407e8>
>>> r.match('foo,')
<_sre.SRE_Match object at 0x7f23af840750>
>>> r.match('foo, a')
<_sre.SRE_Match object at 0x7f23af8407e8>
>>> r.match('foo, ,')
<_sre.SRE_Match object at 0x7f23af840750>
>>> r.match('foo, ,,a')
<_sre.SRE_Match object at 0x7f23af8407e8>
>>> r.match('foo, ,,,')
>>> r.match('foo, ,,,;')
>>> r.match('foo, ,, ;;')
<_sre.SRE_Match object at 0x7f23af840750>

>>r.match（“”）
>>>r.match（'foo'，）
>>>r.match（'foo，a'）
>>>r.match（'foo'，）
>>>r.match（'foo，，a'）
>>>r.match（'foo，，，'）
>>>r.match（'foo，，，，；'）
>>>r.match（'foo，，；；'）

但是当我开始增加输入文本的长度时，regexp似乎需要更多的时间来给出响应

>>> r.match('foo, bar, baz,, foo')
<_sre.SRE_Match object at 0x7f23af8407e8>
>>> r.match('foo, bar, baz,, fooooo, baaaaar')
<_sre.SRE_Match object at 0x7f23af840750>
>>> r.match('foo, bar, baz,, fooooo, baaaaar,')
<_sre.SRE_Match object at 0x7f23af8407e8>
>>> r.match('foo, bar, baz,, fooooo, baaaaar,,')
<_sre.SRE_Match object at 0x7f23af840750>
>>> r.match('foo, bar, baz,, fooooo, baaaaar,,,')
>>> r.match('foo, bar, baz,, fooooo, baaaaar,,,,')
>>> r.match('foo, bar, baz,, fooooo, baaaaar, baaaaaaz,,,,')

r.match（'foo，bar，baz，foo'） >>>r.match（'foo，bar，baz，，foooo，baaaar'） >>>r.match（'foo，bar，baz，，foooo，baaaar'） >>>r.match（'foo，bar，baz，，foooo，baaaar，，'）） >>>r.match（'foo，bar，baz，，foooo，baaaar，，，'） >>>r.match（'foo，bar，baz，，foooo，baaaar，，，，，，，） >>>r.match（'foo，bar，baz，，foooo，baaaar，baaaaaz，，，，，） 最后，它在这个阶段完全停滞，CPU使用率上升到100%

---

我不确定是否可以优化regexp或是否涉及其他内容，希望您能提供帮助。

尝试以下正则表达式：

^([^,;]|,($|[^,]|,[^,])|;($|[^;]|;[^;]))*$

它重复匹配：

• 既不是

  ，

  也不是

  的单个字符，或

• 一个

  ，

  后面没有另一个

  ，

  ，或者一个

  ，

  后面没有另一个

  ，

  ，或者
• a

  后接另一个
  或a
  后面没有另一个
  

直到到达终点。这是非常有效的，因为它在早期失败时没有进行太多的回溯。

您遇到的问题

这是因为您已将分隔符设置为可选的，因此正则表达式的

[^，；]+

部分（其本身在重复组中）将尝试大量置换（对于

baaaaaz

），最后在遇到两个以上的逗号时不得不承认失败

在正则表达式引擎执行1.000.000步后，中止与您的最后一个测试字符串的匹配尝试。Python将继续尝试

想象一下字符串

baaz，，，

：

尝试使用正则表达式时，正则表达式引擎必须检查所有这些：

baaz，，

baa

+

z，，

ba

+

az，，

ba

+

a

+

z，，

b

+

aaz，，

b

+

aa

+

z，，

b

+

a

+

az，

b

+

a

+

a

+

z，，

在宣布全面失败之前。看看它是如何随着每个额外的字符呈指数增长的

使用所有格量词或原子组可以避免这种行为，遗憾的是，Python当前的正则表达式引擎不支持这两种行为。但您可以轻松地进行反向检查：

if ",,," in mystring or ";;;" in mystring:
    fail()

---

根本不需要正则表达式。如果

和类似的情况也可能发生，应该排除，然后使用Andrew的解决方案。

我认为以下内容应该满足您的要求：

^(?!.*[,;]{3})

如果字符串包含三个或三个以上的

、

或

，则此操作将失败在一行中。如果您确实希望它与字符匹配，请在末尾添加一个

如果正则表达式
*[，；]{3}
匹配，则会导致整个匹配失败。
这个想法如何匹配那些具有您不想要的模式的呢
“+，”
在Python中，只保留那些不匹配的。
应该很快
PyPI上的正则表达式实现不太容易出现这种问题。Thas是一个很好的解释，很高兴知道问题的根源。我想现在我将使用反向检查并放弃regexp。谢谢我以前尝试过环视操作员，但没有成功。您的解决方案足够简单和干净，当然也很有用，但我想我会使用@tim pietzcker的解决方案，并避免在这种特殊情况下使用regexp等以及
如果alexis指出的是一个问题，您可以将正则表达式修改为
^（？。*（，，，；；）
。