re.search()和re.findall()挂起

Question

在使用re.search()或re.findall()时，我遇到了问题。但让我先解释一下。我正在搜索C代码，其中包含如下定义：

#define SOME_FUNCTION( someArgument, someMoreArgument)

有时，当他们有大量的争论时，他们会被包装起来，所以他们看起来如下：

#define ANOTHER_FUNCTION( moreArgument, evenMoreArguments,
                          anAwfulLotOfArguments, youGetIt)

现在，我使用python扫描这些文件，以找到这些定义中的每一个。我的regex看起来如下：

#define [A-Z,_]*\((?:.|\s)+?\"

在测试引擎(如regex101.com )中使用单行和多行定义测试这一点时，它工作得完美无缺。

然而，当我将它与python (3.4.1)一起使用时，它只适用于单行定义。当它试图扫描多行定义时，它就会停止执行(尽管我可以用Ctrl +C中断它)。我试着用：

regexFullMacro = re.compile("#define [A-Z,_]*\((?:.|\s)+?\)")
match = regexFullMacro.search(searchString)

以及

regexFullMacro = re.compile("#define [A-Z,_]*\((?:.|\s)+?\)")
match = regexFullMacro.findall(searchString)

当涉及到多行时，两种尝试都会停止响应。

有没有人曾经有过这样的问题，或者我只是完全愚蠢，错过了一些显而易见的东西？

Answer 1

溶液

r"#define [A-Z,_]*\([^()]+\)"

否定字符类[^()]匹配任何字符，但(和) (包括换行符)，而+量化符使正则表达式引擎匹配1次或多次连续出现的字符。

根源

regex模式中的(?:.|\s)+? (当有其他子模式需要遵循时)会导致太多的扩展操作(这是一个懒惰的模式，我们只能用贪婪的修饰符来讨论回溯)来冻结regex引擎。这个替换组的主要问题是.可以匹配\s匹配的内容。当一个组中的替换可以在同一个位置匹配时，它始终是一个瓶颈，因为一旦一个选项失败，另一个选项被尝试，如果组被量化(如这里)，将继续尝试更多次。

您总是希望.具有DOTALL修饰符或[\s\S]，而不是当只需要将此行为应用于模式的一部分时(在Pythonre中，解决办法作为不支持修饰符组。非常有用)。