Регулярное выражение для соответствия URL тега img

Question

Это регулярное выражение:

<IMG\s([^"'>]+|'[^']*'|"[^"]*")+>

кажется, что обрабатывается бесконечно, когда передается этот текст

<img src=http://www.blahblahblah.com/houses/Images/
    single_and_multi/roof/feb09/01_img_trrnjks_vol2009.jpg' />

Я бы ожидал - не найти совпадения (быстро) - потому что в тексте есть только одна одиночная кавычка. Я имел это случиться в C #, а также с помощью инструмента регулярных выражений Expresso. Если текст намного короче, он работает.

Answer 1

<IMG\s([^"'>]+|'[^']*'|"[^"]*")+>

Вынимаем пару веток, начало и конец:

([^"'>]+)+

Сколько способов может соответствовать "привет"?

(hell)(o)
(hel)(lo)
(hel)(l)(o)
(he)(llo)
(he)(l)(lo)
(he)(l)(l)(o)
... and so on

Answer 2

Похоже на одну из ситуаций, когда движок регулярных выражений многократно возвращается. В статье «Освоение регулярных выражений» Фридля есть хороший материал на эту тему.

Answer 3

Не могли бы вы опубликовать, что именно вы пытаетесь найти или извлечь? Вы хотите выяснить, на что указывает тег img? Это значительно увеличит шансы на то, чтобы дать лучший ответ.

Answer 4

Я думаю, что это то, что вы пытались, я думаю, что причина вашего длительного бега, как упоминалось в другом месте, из-за чрезвычайного повторения, вызванного жадным захватом для не кавычек или> быть или с помощью строковых процессоров ( также используется жадное совпадение ["'>].

Кажется, это быстро выполняется с правильно отформатированными или неправильно отформатированными тегами.

<img(\s+((\w+)=(('[^']*?')|("[^"]*?"))))+? />

Answer 5

Другие комментаторы упомянули сложность, являющуюся вероятной причиной проблемы с перфорированием. Я бы добавил, что если вы пытаетесь сопоставить что-то похожее на тег IMG, я думаю, вы хотите регулярное выражение, похожее на это:

<IMG(\s+[a-z]+=('[^']*'|"[^"]*"|[^\s'">]+))+>

Конечно, все еще существуют допустимые варианты HTML, которые не может поймать это регулярное выражение. Как закрывающий / (требуется в xhtml) или пробел перед закрывающей скобкой. И он пропустит некоторые недопустимые случаи, например, неподдерживаемые имена атрибутов.