Regex Rascal中正则表达式匹配的大小有限制吗？

在尝试匹配Java源文件中的所有多行注释时，我遇到了一个

StackOverflow（）

错误。当匹配的注释相当大时，就会发生这种情况。我已经或多或少地确定了2500个字符的限制，但这可能是特定于我的环境的

我使用以下表达式来匹配注释：

/<comment:((\/\*([^*]|[\r\n]|(\*+([^*\/]|[\r\n])))*\*+\/))+>/mi

//mi

我应该注意的匹配大小是否有一些限制，或者我的正则表达式中是否存在缺陷

我的目标是：

|project://Sevo1/src/Volume.rsc|(985,32,<53,12>,<53,44>): StackOverflow()
    at countLines(|project://Sevo1/src/Volume.rsc|(985,33,<53,12>,<53,45>))
    at $root$(|prompt:///|(0,73,<1,0>,<1,73>))

|project://Sevo1/src/Volume.rsc|（985,32，，）：堆栈溢出（）
在计数线上(|project://Sevo1/src/Volume.rsc|(985,33,,))
在$root$（|提示符：//|（0,73，，））

不是最佳选择，因为它包含一个

*

-量化捕获组，该组包含在字符串内相同位置匹配的备选方案。您可能会看到

[^*]

匹配任何字符，但

*

（即，它匹配换行符），然后您就有了同样匹配换行符的

[\r\n]

。请注意，您匹配的文本块大部分为1个字符长（除了与

（\*+（[^*\/].[\r\n]）

匹配的

*

块），而正则表达式引擎在这里似乎无法很好地处理该任务

嵌套量词只有在一次性匹配较长的块时才有效。将模式重新编写为

/<comment:\/\*[^*]*\*+(?:[^\/*][^*]*\*+)*\/>/

//

这样会更有效率。看

详细信息

• \/\*

  -a

  /*

  子字符串

• [^*]*\*+

  -0多个字符，而不是

  *

  ，后跟一个或多个文字

  *

• （？：[^\/*][^*]*\*+）*

  -0+序列：

  • [^\/*][^*]*\*+

    -不是

    /

    或

    *

    （与

    [^/*]

    匹配），后跟0+个非星号字符（

    [^*]*

    ），后跟一个或多个星号（

    \*+

    ）

• \/

  -关闭

  /

---

因此，比赛本身的规模可能没有限制。问题存在于次优模式中，该模式执行太多回溯操作，导致堆栈溢出错误。这是正确的总结吗？查看stacktrace有助于确保这确实是问题所在。改进的re将使问题很快出现，但Java正则表达式和到Rascal虚拟机/解释器的翻译之间可能仍然存在特定于Rascal的映射问题。@RubenSteins好吧，匹配的大小当然受到保存匹配的变量类型大小的限制。然而，我无法想象你会有那么长的评论。@jurgenv我已经在原始问题中添加了stacktrace（至少我认为是stracktrace）。不确定是否有任何方法可以获得更详细的堆栈跟踪。@WiktorStribiżew我同意。

str

类型可能足够大，可以容纳超过2500个字符的信息，这就是我的初始模式的限制。