我们最近偶然发现了一个我们绝对不了解的现象:您可以使用简单的正则表达式杀死任何Java IDE以及任何Java进程…
回到大学后,我被告知正则表达式(称为正则语法或3型语法)总是以有限状态的自动机结束,因此可以在线性时间内进行处理(输入长度加倍,处理时间加倍)。 但是,这仅适用于“理智”的表达式。 正则表达式也可能导致不确定的有限状态自动机,事情可能会变得很糟。
考虑一下表达式:(0 *)* A这将是任意数量的零,后跟一个大写的A。现在,如果对该表达式使用Matcher.find() ,那么只要输入中存在匹配项,一切都很好。 但是,如果您以“ 00000000000000000000”作为输入调用此程序,则程序将挂起(Eclipse或IntelliJ中的regex控制台以及每个(基于Java的)在线正则表达式服务也将挂起)。
乍一看似乎是一个无限循环,但变成了灾难性的回溯 。 这基本上意味着匹配器检测到在输入末尾没有找到A。 现在,外部量词继续向后退–内在量词又一次向前–没有结果。 因此,匹配器将逐步重试所有组合以找到匹配项。 它最终将返回(没有匹配项),但是它的复杂性(以及因此的运行时)是幂的(将一个字符添加到输入中会使运行时加倍)。 可以在这里找到详细的描述: 灾难性的回溯
这是我测量的一些运行时(对于每个添加的字符,运行时几乎几乎翻了一番):
0000000000: 0.1ms
00000000000: 0.2ms
000000000000: 0.7ms
0000000000000: 1.3ms
00000000000000: 1.7ms
000000000000000: 3.5ms
0000000000000000: 7.2ms
00000000000000000: 13.9ms
000000000000000000: 27.5ms
0000000000000000000: 55.5ms
00000000000000000000: 113.0ms
000000000000000000000: 226.4ms
0000000000000000000000: 439.1ms
00000000000000000000000: 886.0ms
简要说明一下:对于像这样的微型基准测试,由于HotSpot JIT将在某个时候跳入并优化代码,因此您始终需要“预热” JVM。 因此,第一次运行如下所示:
0000000000: 6.8ms
00000000000: 11.8ms
000000000000: 25.5ms
0000000000000: 39.5ms
00000000000000: 6.3ms <- JIT jumped in and started to translate
000000000000000: 5.4ms to native code.
0000000000000000: 7.1ms
00000000000000000: 14.2ms
000000000000000000: 26.8ms
0000000000000000000: 54.4ms
00000000000000000000: 109.6ms
000000000000000000000: 222.1ms
0000000000000000000000: 439.2ms
00000000000000000000000: 885.6ms
那么,这里的要点是什么? 如果您正在运行服务器应用程序或许多用户使用的关键操作,除非您真的信任他们,否则不要让他们输入正则表达式。 那里有正则表达式实现,可以检测到此问题并中止,但是Java(JDK 8以下)没有。
注意: 您可以使用本地IDE或小型Java程序来测试此内容,但是请不要开始淘汰那里的所有regex测试器网站。 那些家伙免费提供了一个不错的工具,所以这是相当不公平的。
这是我使用的微小基准:
public class Test {
public static void main(String[] args) {
for (int runs = 0; runs < 2; runs++) {
Pattern pattern = Pattern.compile("(0*)*A");
// Run from 5 to 25 characters
for (int length = 5; length < 25; length++) {
// Build input of specified length
String input = "";
for (int i = 0; i < length; i++) { input += "0"; }
// Measure the average duration of two calls...
long start = System.nanoTime();
for (int i = 0; i < 2; i++) {
pattern.matcher(input).find();
}
System.out.println(input + ": "
+ ((System.nanoTime() - start) / 2000000d)
+ "ms");
}
}
}
}
翻译自: https://www.javacodegeeks.com/2013/09/how-to-kill-java-with-a-regular-expression.html