python正则表达式之贪婪引发的匹配无法退出，CPU 100%

正则表达式：/+{3}/s{4}COMPANY(.|/s)*-{3}/s{4}END 

match匹配下面这段字符串可以， 

+++    COMPANY    2009-06-06 20:54:02 
O&M CMD = COMMAND 

SDFL= 2K 

---    END 

+++    COMPANY    2009-06-06 20:54:02 
+++    COMPANY    2009-06-06 20:54:02 
O&M CMD = COMMAND 

SDFL=3K 

---    END 

但是，匹配下面这段就出问题了，使用match匹配无法退出，CPU占有率100% 

+++    COMPANY    2009-06-06 20:54:02 
O&M CMD = COMMAND 

SDFL= 2K 

---    END 

+++    COMPANY    2009-06-06 20:54:02 
+++    COMPANY    2009-06-06 20:54:02 
O&M CMD = COMMAND 

SDFL=3K

 

========================================

 

 

 

另外，使用 正则表达式：（/+{3}/s{4}COMPANY(.|/s)*-{3}/s{4}END）？   

是无法进行最小匹配，即非贪婪匹配的。

 

上面的正则表达式是贪婪的，/+{3}/s{4}COMPANY(.|/s)*-{3}/s{4}END ，（.|/s）*会进行贪婪的、尽可能多的匹配。（但上面第二个字符串仍有满足条件的字串，即便进行贪婪匹配，但也不至于无法退出啊，CPU占有100%？这一点一直没有想明白）。

 

解决之道：

 

把上面的正则表达式改成非贪婪匹配就可以了，/+{3}/s{4}COMPANY(.|/s)*？ -{3}/s{4}END，

 

通过使用？来让re引擎尽可能少的进行匹配。

转自:http://blog.youkuaiyun.com/oldsmith/article/details/4248217