RegexpError: débordement de pile dans regexp matcher

Question

J'ai petit problème avec un simple tokenizer regex:

def test_tokenizer_regex_limit 
    string = '<p>a</p>' * 400 
    tokens = string.scan(/(<\s*tag:.*?\/?>)|((?:[^<]|\<(?!\s*tag:.*?\/?>))+)/) 
end 

Fondamentalement, il passe par le texte et obtient des paires de [matched_tag, other_text]. Voici un exemple: http://rubular.com/r/f88JBjfzFh

Fonctionne correctement pour les petites séries. Si vous courez sous Ruby 1.8.7 il va exploser. 1.9.2 fonctionne bien.

Des idées pour simplifier/améliorer cela? Mon regex-fu est faible

Answer 1

Ceci est un peu plus simple mais pas beaucoup:

(<[^<]*:[^<]*>)|((?:[^<]|<[^:]*>)+) 

(.? < *> | [^ <>] +)