无法解析大型 M3U 文件
Trouble parsing a large M3U file
M3U 文件是一个播放列表文件，它包含描述媒体文件的条目列表、它们的名称、ID、类别等。
第一行是元数据，第二行是文件或流 URL.
示例：
#EXTINF:-1 tvg-id="ChannelName" tvg-name="|FR| Channel" tvg-logo="http://logo" timeshift="1" group-title="|FR| FrenchChannel",|FR| Channel Fullname
URL
我的文件包含大约 90,000 个条目和 160,000 行。权重约为 20Mb。
我想解析这个文件，并获取每个条目。我尝试使用这个正则表达式：
'(.+?),(?=(?:[^\"]*\"[^\"]*\")*[^\"]*$)(.+)\s*(.+)\s*'
它为我提供了不同匹配组中的元数据、全名和 URL。它适用于不同的子集，包括 30,000 行和 50,000 行。但是，在处理完整集时，匹配的时间太长了。在我不能让它完成而不得不终止它的时候。
我无法使此解析工作，这是设计模式问题还是正则表达式太慢？我很困惑。
一个选项可能是重复键值对而不是使用非贪婪 .+? 来防止不必要的回溯并省略正 lookahhead (?=:
^(#\S+(?:\s+[^\s="]+="[^"]+")+),(.*)\s*(.*)
说明
^ 字符串开头( 第一个捕获组
#\S+ 匹配#后跟0+次非空白字符(?: [^\s="]+="[^"]+")+ 重复 1+ 次键值对，前面是 1+ 次空白字符
) 关闭组 1,(.*) 匹配一个逗号并捕获 0+ 次第 2 组中的任何字符\s* 匹配 0+ 次空白字符(.*) 在组 3 中捕获匹配任何字符 0+ 次
M3U 文件是一个播放列表文件，它包含描述媒体文件的条目列表、它们的名称、ID、类别等。 第一行是元数据，第二行是文件或流 URL.
示例：
#EXTINF:-1 tvg-id="ChannelName" tvg-name="|FR| Channel" tvg-logo="http://logo" timeshift="1" group-title="|FR| FrenchChannel",|FR| Channel Fullname
URL
我的文件包含大约 90,000 个条目和 160,000 行。权重约为 20Mb。
我想解析这个文件，并获取每个条目。我尝试使用这个正则表达式：
'(.+?),(?=(?:[^\"]*\"[^\"]*\")*[^\"]*$)(.+)\s*(.+)\s*'
它为我提供了不同匹配组中的元数据、全名和 URL。它适用于不同的子集，包括 30,000 行和 50,000 行。但是，在处理完整集时，匹配的时间太长了。在我不能让它完成而不得不终止它的时候。
我无法使此解析工作，这是设计模式问题还是正则表达式太慢？我很困惑。
一个选项可能是重复键值对而不是使用非贪婪 .+? 来防止不必要的回溯并省略正 lookahhead (?=:
^(#\S+(?:\s+[^\s="]+="[^"]+")+),(.*)\s*(.*)
说明
^字符串开头(第一个捕获组#\S+匹配#后跟0+次非空白字符(?: [^\s="]+="[^"]+")+重复 1+ 次键值对，前面是 1+ 次空白字符
)关闭组 1,(.*)匹配一个逗号并捕获 0+ 次第 2 组中的任何字符\s*匹配 0+ 次空白字符(.*)在组 3 中捕获匹配任何字符 0+ 次