仅在perl中使用RegExp无限循环，为什么？

我有一个正则表达式来测试CSV单元格是否包含正确的文件路径：

编辑CSV列出了脚本运行时不存在的文件路径（我不能使用-e），文件路径可以包括*或%variable%或{$variable}

my $FILENAME_REGEXP = '^(|"|""")(?:[a-zA-Z]:[\\\/])?[\\\/]{0,2}(?:(?:[\w\s\.\*-]+|\{\$\w+}|%\w+%)[\\\/]{0,2})*\1$';

由于CSV单元格有时包含双引号的包装，有时文件名本身需要用双引号包装，因此我对其进行了分组（|“|””“”）\一,

然后使用此功能：

sub ValidateUNCPath{
    my $input = shift;
    if ($input !~ /$FILENAME_REGEXP/){
        return;
    } 
    else{
        return "This is a Valid File Path.";
    }

}

我正在尝试测试此短语是否与我的regexp匹配（不应匹配）：

但我亲爱的Perl在以下情况下进入无限循环：

ValidateUNCPath('"""c:\my\dir\lord"');

编辑实际上，它会在此循环：

ValidateUNCPath('"""\aaaaaaaaa\bbbbbbb\ccccccc\Netwxn00.map"');

我确保我的regexp正确捕获了那些非对称的“…”双引号，但Perl有自己的想法：(

我甚至在中尝试了/g和/o标志

/$FILENAME_REGEXP/go

---

但是它仍然挂起。我遗漏了什么？

首先，您发布的任何内容都不会导致无限循环，因此如果您得到了无限循环，那么它不是来自代码的这一部分

当我尝试使用您的子例程时，对于所有看起来不像路径的字符串，它都会返回true，例如：

.....
This is a Valid File Path.
.*.*
This is a Valid File Path.
-
This is a Valid File Path.

这是因为你的正则表达式很松散

^(|"|""")                  # can match the empty string
(?:[a-zA-Z]:[\\\/])?       # same, matches 0-1 times
[\\\/]{0,2}                # same, matches 0-2 times
(?:(?:[\w\s\.\*-]+|\{\$\w+}|%\w+%)[\\\/]?)+\1$  # only this is not optional

由于实际上只有最后一部分必须匹配任何内容，因此允许使用各种字符串，主要是在第一个字符类中：

[\w\s\.\*-]

在我个人看来，当你开始依赖看起来像你的正则表达式时，你是做错了什么。除非你精通正则表达式，并且希望没有人会被迫修复它

---

为什么不删除引号呢？另外，如果系统中存在此路径，那么有一种更简单的方法来检查它是否有效：

首先，您发布的任何内容都不会导致无限循环，因此，如果您得到的是无限循环，则它不是来自代码的这一部分

当我尝试使用您的子例程时，对于所有看起来不像路径的字符串，它都会返回true，例如：

.....
This is a Valid File Path.
.*.*
This is a Valid File Path.
-
This is a Valid File Path.

这是因为你的正则表达式很松散

^(|"|""")                  # can match the empty string
(?:[a-zA-Z]:[\\\/])?       # same, matches 0-1 times
[\\\/]{0,2}                # same, matches 0-2 times
(?:(?:[\w\s\.\*-]+|\{\$\w+}|%\w+%)[\\\/]?)+\1$  # only this is not optional

由于实际上只有最后一部分必须匹配任何内容，因此允许使用各种字符串，主要是在第一个字符类中：

[\w\s\.\*-]

在我个人看来，当你开始依赖看起来像你的正则表达式时，你是做错了什么。除非你精通正则表达式，并且希望没有人会被迫修复它

---

为什么不删除引号呢？另外，如果系统中存在此路径，那么有一种更简单的方法来检查它是否有效：

更新

编辑：根据反复试验，下面的分组子表达式

[\w\s.*-]+

导致回溯问题

    (?:
        (?:
             [\w\s.*-]+
          |  \{\$\w+\}
          |  %\w+%
        )
        [\\\/]?
    )+

修正#1， 展开法

'
 ^
    (                          # Nothing
      |"                       # Or, "
      |"""                     # Or, """
    )
                      # Here to end, there is no provision for quotes (")
    (?:               # If there are no balanced quotes, this will fail !!
        [a-zA-Z]
        :
        [\\\/]
    )?
    [\\\/]{0,2}

    (?:
        [\w\s.*-]
      |  \{\$\w+\}
      |  %\w+%
    )+
    (?:
        [\\\/]
        (?:
            [\w\s.*-]
          |  \{\$\w+\}
          |  %\w+%
        )+
    )*
    [\\\/]?
    \1
 $
'

Fix#2，独立子表达式

'
 ^
    (                          # Nothing
      |"                       # Or, "
      |"""                     # Or, """
    )
                      # Here to end, there is no provision for quotes (")
    (?:               # If there are no balanced quotes, this will fail !!
        [a-zA-Z]
        :
        [\\\/]
    )?
    [\\\/]{0,2}

    (?>
       (?:
           (?:
                [\w\s.*-]+
             |  \{\$\w+\}
             |  %\w+%
           )
           [\\\/]?
       )+
    )
    \1
 $
'

修复#3，移除+量词（或添加+？）

---

更新

编辑：根据反复试验，下面的分组子表达式

[\w\s.*-]+

导致回溯问题

    (?:
        (?:
             [\w\s.*-]+
          |  \{\$\w+\}
          |  %\w+%
        )
        [\\\/]?
    )+

修正#1， 展开法

'
 ^
    (                          # Nothing
      |"                       # Or, "
      |"""                     # Or, """
    )
                      # Here to end, there is no provision for quotes (")
    (?:               # If there are no balanced quotes, this will fail !!
        [a-zA-Z]
        :
        [\\\/]
    )?
    [\\\/]{0,2}

    (?:
        [\w\s.*-]
      |  \{\$\w+\}
      |  %\w+%
    )+
    (?:
        [\\\/]
        (?:
            [\w\s.*-]
          |  \{\$\w+\}
          |  %\w+%
        )+
    )*
    [\\\/]?
    \1
 $
'

Fix#2，独立子表达式

'
 ^
    (                          # Nothing
      |"                       # Or, "
      |"""                     # Or, """
    )
                      # Here to end, there is no provision for quotes (")
    (?:               # If there are no balanced quotes, this will fail !!
        [a-zA-Z]
        :
        [\\\/]
    )?
    [\\\/]{0,2}

    (?>
       (?:
           (?:
                [\w\s.*-]+
             |  \{\$\w+\}
             |  %\w+%
           )
           [\\\/]?
       )+
    )
    \1
 $
'

修复#3，移除+量词（或添加+？）

---

如果正则表达式引擎很幼稚

('y') x 20 =~ /^.*.*.*.*.*x/

要失败需要很长时间，因为它必须尝试

20 * 20 * 20 * 20 * 20 = 3,200,000 possible matches.

您的模式具有类似的结构，这意味着它有许多组件匹配输入的广泛子字符串

现在，Perl的正则表达式引擎得到了高度优化，远远不是幼稚的。在上面的模式中，它将从查找

x

开始，并非常快地退出。不幸的是，它没有或不能同样优化您的模式

---

你的模式完全是一团糟。我甚至不会去猜测它应该匹配什么。你会发现，一旦你切换到正确的模式，这个问题就会自行解决。

如果正则表达式引擎很幼稚

('y') x 20 =~ /^.*.*.*.*.*x/

要失败需要很长时间，因为它必须尝试

20 * 20 * 20 * 20 * 20 = 3,200,000 possible matches.

您的模式具有类似的结构，这意味着它有许多组件匹配输入的广泛子字符串

现在，Perl的正则表达式引擎得到了高度优化，远远不是幼稚的。在上面的模式中，它将从查找

x

开始，并非常快地退出。不幸的是，它没有或不能同样优化您的模式

---

你的模式完全是一团糟。我甚至不打算猜测它应该匹配什么。你会发现，一旦你切换到正确的模式，这个问题就会自行解决。

多亏了sln，这是我的固定regexp:

my $FILENAME_REGEXP = '^(|"|""")(?:[a-zA-Z]:[\\\/])?[\\\/]{0,2}(?:(?:[\w\s.-]++|\{\$\w+\}|%\w+%)[\\\/]{0,2})*\*?[\w.-]*\1$';

---

（我也不允许在目录中使用*字符，只允许在（最后一个）文件名中使用单个*字符）

多亏了sln，这是我的固定regexp:

my $FILENAME_REGEXP = '^(|"|""")(?:[a-zA-Z]:[\\\/])?[\\\/]{0,2}(?:(?:[\w\s.-]++|\{\$\w+\}|%\w+%)[\\\/]{0,2})*\*?[\w.-]*\1$';

---

（我还禁止在目录中使用*字符，只允许在（最后一个）文件名中使用单个*字符）

您发布的任何代码都不会导致无限循环。请不要返回，而是尝试返回“”；语法

if（…）return；else return；

会在perl中导致语法错误…为什么不粘贴真实代码，包括您正在使用的循环，那么我们可能可以帮助您。@noamanos您尚未粘贴显示无限循环的代码。0\u 0为什么不使用来获取每行中的字段，然后用它测试文件路径？没有代码y您已经发布了可能导致无限循环的内容。请尝试返回“”；语法

if（…）return；else return；

会在perl中导致语法错误…为什么不粘贴真实代码，包括您正在使用的循环，那么我们可能可以帮助您。@noamanos您还没有粘贴到显示无限循环的代码中。0\u 0为什么不使用来获取每行中的字段，然后使用所有测试来测试文件路径具有完全有效的相对文件路径，因此它们不会显示正则表达式已损坏。@RobKennedy我不认为任何由

[\w\s\.\*-]+

组成的字符串都是有效路径。您的每个测试都符合该正则表达式，并且每个测试都是有效的相对路径。@RobKennedy这些示例如何？@TLP hmmm，是的，脚本应该是这样的