如何在没有灾难性回溯的情况下编写这个正则表达式

Question

我正在尝试编写一个正则表达式，它将为我获取此列表中以 I 开头的行的第 21 个字段的内容，前提是该字段包含此格式的数字 nnn-nnnnnn（如 001 -123456):

T|112||     |               | |AZ        |D         |1   |       1|
I|   10|ACAA          |BY CORD EACH             |      10.00-|       .99 |     |      .36 |1   |       1|D         |I|CO |BTE  |N| |       .00 |      .00 |15 |1    |001-123456     |ACAA 
I|   20|LEES03        |TINTED OZ                |       2.00-|      6.50 |     |     4.48 |1   |       1|D         |I|FL |LTGE |N| |       .00 |      .00 |45 |1    |001-234555     |JEE  
I|   20|LEES03        |TINTED OZ                |       2.00-|      6.50 |     |     4.48 |1   |       1|D         |I|FL |LTGE |N| |       .00 |      .00 |45 |1    |               |JEE  
I|   20|LEES03        |TINTED OZ                |       2.00-|      6.50 |     |     4.48 |1   |       1|D         |I|FL |LTGE |N| |       .00 |      .00 |45 |1    |001-234552     |JEE

这是我正在使用的简单正则表达式，我在第二个捕获组中捕获字段内容：

^I(\|.*?){20}(\d{3}-\d{6})

我读过灾难性回溯，但我的正则表达式技能有限，我不明白如何编写这个正则表达式，这样我就不会得到灾难性回溯。

不胜感激。

Answer 1

您可以通过使用否定模式来避免灾难性回溯：

^I(?:\|[^|]*){20}(\d{3}-\d{6})

[^|]* 匹配 0 个或多个不是 |

的字符

RegEx Demo

Answer 2

IMO，更好的方法是在管道上拆分字符串，然后检查第一个和第 21 个字段。带有自动拆分参数 -a:

的命令行示例

perl -F'\|' -anE'say $& if $F[0] eq "I" && $F[20]=~/\S+/' file

脚本中的示例：

use strict;
use warnings;
use feature qw(say);

my @F;
while(<DATA>) {
    @F = split /\|/;
    say  if $F[0] eq 'I' && $F[20] =~ /(\d+-\d+)/
}

__DATA__
T|112||     |               | |AZ        |D         |1   |       1|
I|   10|ACAA          |BY CORD EACH             |      10.00-|       .99 |     |      .36 |1   |       1|D         |I|CO |BTE  |N| |       .00 |      .00 |15 |1    |001-123456     |ACAA 
I|   20|LEES03        |TINTED OZ                |       2.00-|      6.50 |     |     4.48 |1   |       1|D         |I|FL |LTGE |N| |       .00 |      .00 |45 |1    |001-234555     |JEE  
I|   20|LEES03        |TINTED OZ                |       2.00-|      6.50 |     |     4.48 |1   |       1|D         |I|FL |LTGE |N| |       .00 |      .00 |45 |1    |               |JEE  
I|   20|LEES03        |TINTED OZ                |       2.00-|      6.50 |     |     4.48 |1   |       1|D         |I|FL |LTGE |N| |       .00 |      .00 |45 |1    |001-234552     |JEE

如何在没有灾难性回溯的情况下编写这个正则表达式

How to write this regex without catastrophic backtracking

regex

perl

pcre