使用正则表达式评估电子邮件地址时出现性能问题

Question

我正在使用以下正则表达式来验证电子邮件地址。

/^\w+([\.-]?\w+)*@\w+([\.-]?w+)*(\.\w{2,3})+$/

Javascript代码：

var email = 'myname@company.com';

var pattern = /^\w+([\.-]?\w+)*@\w+([\.-]?w+)*(\.\w{2,3})+$/;

if(pattern.test(email)){
    return true;
}

当我提供以下无效电子邮件时，正则表达式会快速评估：

aseflj#$kajsdfklasjdfklasjdfklasdfjklasdjfaklsdfjaklsdjfaklsfaksdjfkasdasdklfjaskldfjjdkfaklsdfjlak@company.com

（我在名字中间加了#$）

然而，当我尝试评估这封电子邮件时，它花费了太多时间并且浏览器挂起。

asefljkajsdfklasjdfklasjdfklasdfjklasdjfaklsdfjaklsdjfaklsfaksdjfkasdasdklfjaskldfjjdkfaklsdfjlak@company.com1

（我最后加了com1）

我确定正则表达式是正确的，但不确定为什么要花这么多时间来评估第二个示例。如果我提供长度较短的电子邮件，它会很快评估。看下面的例子

dfjjdkfaklsdfjlak@company.com1

请帮我解决性能问题

Answer 1

您的正则表达式遇到了灾难性的回溯。由于 ([\.-]?\w+)* 中的 [\.-]? 是可选的，它使组退化为 (\w+)*，这是灾难性回溯的 classic 案例。

删除 ? 解决了问题。

我还删除了字符 class 中 . 的冗余转义，并稍微更改了正则表达式。

^\w+([.-]\w+)*@\w+([.-]\w+)*\.\w{2,3}$

请注意，许多新通用 TLD 的字符数超过 3 个。甚至有些扩展前的 gTLD 也超过了 3 个字符，例如 .info.

事实上，正则表达式也不支持国际化域名。

Performance issue while evaluating email address with a regular expression