C#正则优化

Question

我有一个C#应用程序，我正在使用RegEx从Unix响应运行expect。我现在有这个。

//will pick up :
//  What is your name?:
//  [root@localhost ~]#
//  [root@localhost ~]$
//  Do you want to continue [y/N]
//  Do you want to continue [Y/n]
const string Command_Prompt_Only = @"[$#]|\[.*@(.*?)\][$%#]";
const string Command_Question_Only = @".*\?:|.*\[y/N\]/g";
const string Command_Prompt_Question = Command_Question_Only + "|" + Command_Prompt_Only;

这是我在www.regexpal.com中测试过的，但是我认为我需要一些优化，因为有时候，当我使用Command_Prompt_Question时，它似乎会慢下来。

var promptRegex = new Regex(Command_Prompt_Question);
var output = _shellStream.Expect(promptRegex, timeOut);

我可能需要提到我正在使用SSH.NET与这些Linux服务器对话，但我不认为这是一个SSH.NET问题，因为当我使用Command_Prompt_Only时它是快速的。

有人看到我正在使用的const字符串有什么问题吗？有更好的方法吗？

我的项目是开源的，如果你想玩的话。

https://github.com/gavin1970/Linux-Commander

相关代码：https://github.com/gavin1970/Linux-Commander/blob/master/Linux-Commander/common/Ssh.cs

我正在尝试构建一个带有Ansible支持的虚拟Linux控制台。

Answer 1

试试这个：

class Foo
{
    const string Command_Prompt_Only     = @"[$#]|\[.*@(.*?)\][$%#]";
    const string Command_Question_Only   = @".*\?:|.*\[y/N\]";

    const string Command_Prompt_Question = "(?:" + Command_Question_Only + ")|(?:" + Command_Prompt_Only + ")";

    private static readonly Regex _promptRegex = new Regex( Command_Prompt_Question, RegexOptions.Compiled );

    public void Foo()
    {
        // ...

        var output = _shellStream.Expect( _promptRegex, timeOut );
    }
}

Answer 2

有人看到我正在使用的const字符串有什么问题吗？

是的，在这些模式中有太多的回溯。

如果知道至少有一个项，那么指定一个* (0或更多)会导致解析器查看许多零类型断言。更好的选择是+(一个或多个)乘法器，它可以节省大量的时间来研究回溯的死胡同。

这是有趣的\[.*@(.*?)\]，为什么不使用负集([^ ])模式来代替这种更改：

\[[^@]+@[^\]+\]

它将一个文字"[“和非文字"@”([^@]+)的查找1或多个项锚定，然后通过[^\]+查找一个或多个非文字"]“项。