python的正则表达式源字符串长度

区别在于 ".*?.*?.*?.*?.*?.*?.*?.*?.*?.*?"*50000 可以减少到 ".*?" ,同时 "x"*50000 必须在FSM中生成50000个节点(或regex引擎使用的类似结构)。

编辑: 好吧,我错了。不是很聪明。原因何在 “X”* 50000 失败了,但是 ".*?x"*50000 不是说有一个“代码项”的大小限制。 “X”* 50000 将生成一个长项目并 “*?x*50000 将生成许多小项目。如果您可以在不改变regex含义的情况下以某种方式拆分字符串文字,它就可以工作,但我想不出一种方法来做到这一点。

你想匹配50000“x”,对吗?你说什么?如果是这样的话,一个没有regex的替代方案

if "x"*50000 in mystring:
    print "found"

如果要使用regex匹配50000“x”,可以使用range

>>> pat=re.compile("x{50000}")
>>> pat.search(s)
<_sre.SRE_Match object at 0xb8057a30>

在我的系统上,最大长度为65535

>>> pat=re.compile("x{65536}")
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib/python2.6/re.py", line 188, in compile
    return _compile(pattern, flags)
  File "/usr/lib/python2.6/re.py", line 241, in _compile
    p = sre_compile.compile(pattern, flags)
  File "/usr/lib/python2.6/sre_compile.py", line 529, in compile
    groupindex, indexgroup
RuntimeError: invalid SRE code
>>> pat=re.compile("x{65535}")
>>>

我不知道在python中是否有可以用来增加这个限制的地方。