使用正则表达式评估电子邮件地址时出现性能问题

Question

我正在使用以下正则表达式来验证电子邮件地址。

/^\w+([\.-]?\w+)*@\w+([\.-]?w+)*(\.\w{2,3})+$/

Javascript代码：

var email = '[e-mail]';

var pattern = /^\w+([\.-]?\w+)*@\w+([\.-]?w+)*(\.\w{2,3})+$/;

if(pattern.test(email)){
    return true;
}

当我提供以下无效电子邮件时，正则表达式的评估速度很快：

aseflj#$kajsdfklasjdfklasjdfklasdfj[e-mail]

我在名称中间添加了#$

然而，当我尝试评估此电子邮件时，它会花费太长时间，并且浏览器会挂起。

asefljkajsdfklasjdfklasjdfklasdfj[e-mail]1

我相信正则表达式是正确的，但不确定为什么在评估第二个示例时需要这么长的时间。如果我提供长度较短的电子邮件，它会快速评估。请参见以下示例：

（我在末尾添加了com1）

[e-mail]1

请帮助我解决性能问题。

- Pradeep K M

---

最奇怪的部分是，使用动态规划，可以在O(n)时间内评估每个（常规）正则表达式。因此，评估应该非常快速。 - Willem Van Onsem

看起来正则表达式不太好。如果你在Regex101中尝试使用你的模式和测试数据，你会发现它在两秒后停止并告诉你你的正则表达式有问题，然后指向这个灾难性回溯。我猜测时间是按字符呈指数级增长的，因为模式的设计方式。 - James Hay

移除 ? 似乎也解决了灾难性回溯问题（即使用 /^\w+([\.-]?\w+)*@\w+([\.-]?w+)*(\.\w{2,3})+$/ 替代）。我不确定这对您是否足够好，或者它是否无法通过任何测试用例。但它以一种微不足道的方式解决了主要的性能问题。@James Hay 的方法可能更好。 - GregL

@GregL 在这种情况下，你的步骤似乎更短，只有18步，而我的则是26步。两者都比原始步骤（115924步）要好！ - James Hay

@GregLпјҡжҲ‘дјҡеңЁ[\.-]?дёӯеҺ»жҺү?гҖӮиҝҷжҳҜдёҖз§ҚеҸҜиғҪеҜјиҮҙзҒҫйҡҫжҖ§еӣһжәҜзҡ„жҪңеңЁжқҘжәҗгҖӮ - nhahtdh

Answer 1

你的正则表达式遇到了灾难性回溯。由于[\.-]?在([\.-]?\w+)*中是可选的，它使得该组退化为(\w+)*，这是灾难性回溯的典型案例。

去掉?即可解决此问题。

我还删除了字符类内部冗余的.转义，并略微修改了正则表达式。

^\w+([.-]\w+)*@\w+([.-]\w+)*\.\w{2,3}$

请注意，许多新的通用顶级域名具有超过3个字符。即使扩展之前的某些通用顶级域名也具有超过3个字符，例如.info。

目前，该正则表达式也不支持国际化域名。

- nhahtdh