关于Java正则引起的StackOverFlowError问题以及解决方案

java 正则异常 java.lang.StackOverflowError：
 
 在使用正则表达式的时候，底层是通过迭代方式执行的，每一层的迭代都会在栈线程的大小中占一定内存，如果迭代的层次很多，就会报出stackOverFlowError异常。所以在使用正则的时候其实是有利有弊的。我们使用的weblogic服务器，修改了配置-Xss的大小为512K后，测试几次没有报错。现在修改成了1M，再观察一段时间。修改-Xss只是治标不治本的解决方法，要从根源上解决还需要优化正则。

 

以下是从网络上摘抄的：

根本原因是这样的,对于每一个线程,都有一个java栈 ,当有一个方法被调用的时候,会产生一些跟这个方法相关的信息,如方法名，参数，中间变量等等,这些叫做栈帧 ,当一个方法执行完毕  这个栈帧才会从栈顶pop掉  你递归的话  会一直向栈里push栈帧  而这个java栈是有一定的长度或深度的,当栈满了,无法再进行push的时候 就出现你上面的异常了,解决办法的话 就不要用递归操作 改用for 而且平时也不建议用递归的,效率太低了 .
参考网址：http://bbs.csdn.net/topics/370099884

栈溢出了，JVM依然是采用栈式的虚拟机，这个和C和Pascal都是一样的。函数的调用过程都体现在堆栈和退栈上了。你调用构造函数的“层”太多了，以致于把栈区溢出了。
通常来讲，一般栈区远远小于堆区的，因为函数调用过程往往不会多于上千层，而即便每个函数调用需要1K的空间(这个大约相当于在一个C函数内声明了256个int类型的变量)，那么栈区也不过是需要1MB的空间。通常栈的大小是1－2MB的。通常递归也不要递归的层次过多，很容易溢出.
参考网址：http://bbs.csdn.net/topics/380047221

对java.lang.StackOverflowError的分析：
原因：运行一个程序,JVM会开辟一块内存空间去储存程序进行时的某些信息,当程序运行时需要储存的信息超过了分配的空间,就会出现那样的问题.比如死循环,
解决：首先从程序代码优化方面着手，检查是否有死循环、递归等程序，如果有，修正、优化相关代码。
参考网址：http://blog.csdn.net/gaomatrix/article/details/6604579

 

有时regex包中的Pattern类会抛出StackOverflowError.这是已知的bug #5050507的表现，它自从Java 1.4就存在于java.util.regex包中。这个bug仍然存在，因为它是“won't fix”的状态。这个错误的出现是因为，Pattern类把一个正则表达式编译为一个用来寻找匹配的小程序。这个程序被递归调用，有时太多的递归就会导致该错误的出现。更多细节请参考bug描述。看起来大部分是在使用选择(alternation)的出现。
参考网址：http://edu.21cn.com/java/g_189_801829-1.htm

大致的描述一下问题，有一个正则匹配，本机环境可以正常匹配，在另一台服务器也可以正常匹配，但是只有一台 不行，我就怀疑是那台机器的环境问题，结果和我想的一样。
设置jvm参数
Xss 设置成默认即可
参考网址：http://blog.knowsky.com/190676.htm

Java程序中，每个线程都有自己的Stack Space。这个Stack Space不是来自Heap的分配。所以Stack Space的大小不会受到-Xmx和-Xms的影响，这2个JVM参数仅仅是影响Heap的大小。Stack Space用来做方法的递归调用时压入Stack Frame。所以当递归调用太深的时候，就有可能耗尽Stack Space，爆出StackOverflow的错误。Stack Space的大小随着OS，JVM以及环境变量的大小而发生变化。一般说来默认的大小是512K。在64位的系统中，这个Stack Space值会更大。一般说来，Stack Space为128K是够用的。这时你说需要做的就是观察。如果你的程序没有爆出StackOverflow的错误，可以使用-Xss来调整Stack Space的大小为128K。（eg：-Xss128K)
参考网址：http://thomaschen2011.iteye.com/blog/1214114

从异常信息来看，很明显，线程栈空间不足，一般来说，存在这种情况，是因为方法的嵌套调用层次太深，上层的方法栈一直得不到释放，导致栈空间不足。因为正则匹配的时候，嵌套层次太深，“（）”太多太深。请记住一句老话：“ 您有一个问题，用正则表达式解决。那您就有两个问题了。” 
参考网址：http://www.iteye.com/topic/860654

sun公司发布的jdk，正则表达式bug网址：http://bugs.sun.com/bugdatabase/view_bug.do?bug_id=5050507

 

关于：优化Java中的正则表达式
1、如果在程序中多次使用同一个正则表达式，一定要用Pattern.compile()编译，代替直接使用Pattern.matches()。如果一次次对同一个正则表达式使用Pattern.matches()，例如在循环中，没有编译的正则表达式消耗比较大。因为matches()方法每次都会预编译使用的表达式。另外，记住你可以通过调用reset()方法对不同的输入字符串重复使用Matcher对象。
2、留意选择（Beware of alternation）。类似“(X|Y|Z)”的正则表达式有降低速度的坏名声，所以要多留心。首先，考虑选择的顺序，那么要将比较常用的选择项放在前面，因此它们可以较快被匹配。另外，尝试提取共用模式；例如将“(abcd|abef)”替换为“ab(cd|ef)”。后者匹配速度较快，因为NFA会尝试匹配ab，如果没有找到就不再尝试任何选择项。（在当前情况下，只有两个选择项。如果有很多选择项，速度将会有显著的提升。）选择的确会降低程序的速度。在我的测试中，表达式“.*(abcd|efgh|ijkl).*”要比调用String.indexOf()三次——每次针对表达式中的一个选项——慢三倍。
3、获取每次使用引起小损失的分组。如果你实际并不需要获取一个分组内的文本，那么就使用非捕获分组。例如使用“(?:X)”代替“(X)”。
参考网址：http://blog.csdn.net/mydeman/article/details/1800636

(大概的意思就是，如果我们使用递归了，首先你得明白什么是递归，递归就是一个方法被调用N次。当方法被调用的时候，方法的参数，定义等信息会存在本次线程对应的java栈里。一个方法被调用N次，那就得往这个java栈里放N次。次数如果过多，那么java栈就会溢出。)