Desarrollo de Python
  1. Desarrollo de Python
  3. ¿Por qué mi patrón de expresión regular de Python se ejecuta tan lentamente?
Intereting Posts
El diccionario de Python no tiene todas las claves asignadas, o elementos Cómo geocodificar direcciones en el servidor Python argparse y bash finalización Quicksort con Python ¿Cómo clonar una clave en Amazon S3 usando Python (y boto)? ¿Ofrece Cython una forma razonablemente fácil y eficiente de iterar los arreglos de Numpy como si fueran planos? ¿Cómo manejar grandes cantidades de datos en tensorflow? Bash: Variable en comilla simple Python discordia en evento de concesión de rol Problema con la prueba Django 1.8: ProgrammingError: la relación “auth_user” no existe Python Scrapy Get HTML tag Creación de grandes Pandas DataFrames: preallocation vs append vs concat Gtk * backend requiere que se instale pygtk ¿Cómo utilizar mínimos cuadrados con matriz de peso en python? ¿Cómo descargo automáticamente los archivos desde un cuadro de diálogo emergente utilizando Selenio-python?

¿Por qué mi patrón de expresión regular de Python se ejecuta tan lentamente?

Por favor vea mi código de patrón de expresión regular: 

#!/usr/bin/env python # -*- coding:utf-8 -*- import re print 'Start' str1 = 'abcdefgasdsdfswossdfasdaef' m = re.match(r"([A-Za-z\-\s\:\.]+)+(\d+)\w+", str1) # Want to match something like 'Moto 360x' print m # None is expected. print 'Done'

Se tarda 49 segundos en terminar, ¿algún problema con el patrón?

Ver Runaway Regular Expressions: Retrocesos catastróficos .

En resumen, si hay muchas combinaciones, una subcadena se puede dividir en partes de la expresión regular, el comparador de expresiones regulares puede terminar probándolas todas.

Las construcciones como (x+)+ y x+x+ prácticamente garantizan este comportamiento.

Para detectar y corregir las construcciones problemáticas, se puede utilizar el siguiente concepto:

  • A nivel conceptual, la presencia de una construcción problemática significa que su expresión regular es ambigua , es decir, si ignora el comportamiento codicioso / perezoso, no existe una división “correcta” de parte del texto en las partes de la expresión regular (o, de manera equivalente, una subexpresión del mismo) ). Por lo tanto, para evitar / solucionar los problemas, debe ver y eliminar todas las ambigüedades.

    • Una forma de hacer esto es

      • siempre divida el texto en sus partes significativas (= partes que tienen significados separados para la tarea en cuestión), y
      • defina las partes de tal manera que no se puedan confundir (= usando las mismas características que usted usaría para decir cuál es cuál si lo analizó a mano)

Solo vuelva a publicar la respuesta y la solución en los comentarios de nhahtdh y Marc B:

([A-Za-z\-\s\:\.]+)+ -> [A-Za-z\-\s\:\.]+

Muchas gracias a nhahtdh y Marc B!