Есть ли в python ограничения на длину регулярных выражений?

#python #регулярные_выражения

У меня есть очень длинные регулярные выражения с большим количеством групп внутри.
Например,такие

((ab+)|(qwe[rty]?)|(hjk.*)|(mmm)|(ppp)|(sss))? ((ooo[0-9]?)|(ddd)|(ggg)|(jjj))kk? zzz


только длиной в 1-2 тысячи символов и с 100-200 групп и подгрупп. 
Есть ли в python какие-то ограничения на длину регулярного выражения? На количество
групп в нем? Еще какие-то нюансы? Или же ограничений нет вообще, и все зависит только
от мощности процессора?

Пока кажется, что я не могу использовать регулярные выражения длиной более 1000 символов
и/или с более, чем 100 группами. 
    

Ответы

Ответ 1

Судя по этому тикету в Python до версии 3.5 есть ограничение в 100 групп (capturing
groups).

https://bugs.python.org/file36654/re_maxgroups.patch:

-``(?P=name)``
-   A backreference to a named group; it matches whatever text was matched by the
-   earlier group named *name*.
+``(?P=name)``, ``(?P=number)``
+   A backreference to a group; it matches whatever text was matched by the
+   earlier group named *name* or numbered *number*.
+
+   .. versionchanged:: 3.5
+   Added support of group numbers.

 ``(?#...)``
    A comment; the contents of the parentheses are simply ignored.
diff -r 8a2755f6ae96 Lib/sre_compile.py
--- a/Lib/sre_compile.py    Thu Sep 18 19:45:04 2014 +0300
+++ b/Lib/sre_compile.py    Thu Sep 18 23:27:28 2014 +0300
@@ -470,12 +470,6 @@ def compile(p, flags=0):

     # print code

-    # XXX:  get rid of this limitation!
-    if p.pattern.groups > 100:
-        raise AssertionError(
-            "sorry, but this version only supports 100 named groups"
-            )
-
     # map in either direction
     groupindex = p.pattern.groupdict
     indexgroup = [None] * p.pattern.groups


Я бы все-таки посоветовал бы вам открыть новый вопрос и описать вашу задачу с примерами
входного и "выходного" текста / данных - возможно существует более элегантное решение...


Ответ 2

Предположу, что Вам не нужно такое количество СОХРАНЯЮЩИХ групп. Скорее всего их
все можно заменить на НЕ сохраняющие (?:...).
Вы используете «склейщик» регулярных выражений, который склеивает не правильно- группы
не должны быть сохраняющими, так как в этом нет никакого смысла, кроме сокращения на
два символа на каждую группу (нет ?:).