跳到正文

正则为什么会卡死:ReDoS、非回溯引擎与 ESLint 护栏(2):ESLint 检查与实际执行预算

正则为什么会卡死:ReDoS、非回溯引擎与 ESLint 护栏

  1. 回溯、外部输入与非回溯引擎
  2. ESLint 检查与实际执行预算(当前)

固定的正则也可能被长失败输入拖慢。例如 ^([0-9a-f]+)+$ 在布尔校验中有多余的重复分配,原生同步匹配又不能靠同线程定时器打断。回溯、输入角色与替代引擎的机制见第一篇。这里继续看静态规则能报告什么,以及漏检、输入预算、独立执行与终止清理怎样共同约束实际工作。版本与实验范围沿用 2026-10-17 的记录。

用现成规则把风险提前到编辑阶段

工程里可以先启用 eslint-plugin-regexp 的两条规则:

规则 检查职责
regexp/no-super-linear-backtracking 检查部分指数或多项式回溯;默认采用 report: "certain"
regexp/no-super-linear-move 检查移动匹配起点造成的超线性搜索;需要显式启用,不在 recommended 中

两条规则都在分析源码里的模式、标志与可识别的用法,不会执行输入来测耗时。阅读诊断时可以先分两层:固定一个起点,内部有没有大量重复选择;一次搜索,又会不会从多个起点重复执行。

回溯规则:同一段字符是否被反复分配

no-super-linear-backtracking 关注固定起点内的超线性回溯。它并不是看到两层量词就报错:需要分析重复部分能否消费相同字符,以及后续条件是否能迫使引擎回头尝试。

在 3.3.1 的实现中,这条规则使用 scslre 的分析结果,关闭 Move 类报告,处理下面两类诊断。self 和 trade 是对应的消息标识,编辑器里的英文提示能映射回这两种原因:

  • self 表示一个量词通过外层循环再次遇到自己。/^(a+)+$/ 中,内部 a+ 每次都能消费连续的 a,外层 + 又允许重复这一过程。输入是长串 a 加 ! 时,$ 提供失败条件,分组边界可以反复变化。提示中的「This quantifier can reach itself via the loop」指的就是这条重复路径;不是说 JavaScript 源码里出现了递归函数。
  • trade 表示两个量词可以交换它们消费的字符。/^a+a+$/ 中,两段 a+ 都能消费 a。遇到失败后缀时,第一段少拿一些,第二段就可以多拿一些,分界被反复调整。提示中的「can exchange characters」描述的正是这种交换;它不要求量词嵌套。

回溯规则的 self 与 trade 报告依据,以及单层重复、明确分隔的相似写法为何没有诊断

对照来看,/^a+$/ 只有一层重复,/^(ab+)+$/ 的每组又必须以 a 开始,内部 b+ 不能跨过下一组的 a。这几个具体模式里,没有前述可反复重分配的路径,因此本次检查没有报告。不能把它概括成「有锚点就能通过」或「嵌套量词一定不通过」。

第一篇中的十六进制反例 ^([0-9a-f]+)+$ 命中 self;可选横线的 ^[a-z]+(?:-?[a-z]+)*$ 则同时报告了 self 与 trade。后者既能让字母段反复出现,也能在前后字母段之间交换字符,所以同一条正则可能出现多处诊断。

scslre 的名称来自 Single-character super-linear RegExps。它主要寻找由单个字符反复重复形成的攻击文本,并不是完整的复杂度判定器。项目说明明确列出了漏检与误报边界。因此,即使输入能用重复的 a 构造,也不代表所有产生这种输入的歧义结构都会被它识别;^(a|aa)+$ 就是本次实际漏掉的例子。

移动起点规则:同一段后缀是否被反复扫描

no-super-linear-move 关注搜索起点的移动。单次起点尝试只有线性成本,放到整个搜索中也可能变成二次成本。

例如 /a+$/ 在长串 a 加 ! 上,从位置零检查到末尾后失败,搜索还可以从位置一、位置二继续。剩余内容的长度依次减少,工作量类似 n + (n - 1) + … + 1。规则报告的是 a+ 这个会反复扫描长片段的量词,而不是简单禁止所有不带 ^ 的正则。/abc/ 虽然也可能尝试不同起点,每个起点的检查成本却受固定模式长度限制,不能仅凭移动起点就判为二次风险。

移动起点规则对比:a+$ 会从不同位置重复扫描,^a+$ 在本例中固定了起点

/^a+$/ 在不带 m 的整串校验中只能从开头尝试,因而没有这个例子的多起点成本;但 /^(a+)+$/ 即使起点固定,内部仍有回溯爆炸,应该交给前一条规则检查。两条规则的职责不能互相替代。

3.3.1 的移动起点规则源码既使用 scslre 的 Move 报告,也补充了对可到达的无上限量词的分析。这个检测仍有局限,不能根据它没报告某条修复后的表达式,就认定修复已经充分。

搜索起点也不等于 g 标志。没有 g 的一次 .test() 或 .replace(),仍可能为了找到第一个匹配而移动起点;g 又不会消除单次尝试内部的回溯。.replaceAll() 传入正则时也要执行匹配,只是额外要求正则带 g;传入普通字符串时才走字面查找。replaceAll 的参数与分派机制规定了这个区别。

默认选项为什么会改变报告

report: "certain" 主要控制是否要求分析找到拒绝后缀。例如 /(?:a+)+/ 本身没有结尾条件,找到一段 a 就能成功;不能只凭内外两层 + 就断言它会在当前用法里反复回溯。但把这个模式作为片段,再在后面拼接 $,失败条件就可能出现。

在本次单独运行回溯规则的对照里:

源码用法 certain potential 原因
/(?:a+)+/.test(input) 无诊断 无诊断 被识别为完整使用,当前模式没有使歧义展开的拒绝后缀
export const part = /(?:a+)+/.source 无诊断 报告 self 被识别为片段,potential 允许假设拼接后存在拒绝后缀

potential 会增加片段审查线索,而不是把所有无诊断都变成错误。它仍受算法与源码可分析性的限制。上面的片段只被导出,没有在测试中拼接或执行;报告表达的是后续组合风险,需要回到实际使用处判断。

移动起点规则还有两个默认会跳过部分模式的选项。按已安装 3.3.1 的实现核对:

选项 默认值 含义
report "certain" 与回溯规则一样,默认要求分析认为存在拒绝后缀
ignoreSticky true 默认跳过带 y 的模式,它们单次匹配不会自行移动起点
ignorePartial true 默认跳过被识别为拼接片段的模式,需检查最终组合

实际对照中,/a+$/y.test(input) 在默认选项下无诊断,ignoreSticky: false 后会报告;导出的 /a+$/.source 在默认选项下无诊断,ignorePartial: false 后会报告。这些变化来自检查范围扩大,不代表开启选项改变了正则的执行行为。如果外层算法会反复修改 lastIndex,或把片段拼成完整模式,应检查完整调用链;不能为了消除提示随意添加 y。

把检查接入项目

配套源码包使用 ESLint 10.12.0、eslint-plugin-regexp 3.3.1 和 Node.js 26.12.0 验证。这个插件版本要求 ESLint 至少 9.38.0;已有旧版 ESLint 项目应先核对兼容版本,不能直接照抄最新依赖。

复制 copy/ 后,先运行 pnpm install,再运行 pnpm check。接入已有项目时,合并配置和开发依赖即可,不要覆盖整个 package.json;TypeScript 和 Vue 项目继续保留自己的 parser 配置。

完整实现与接入示例见完整源码与接入方法弹窗。

实测能报告什么,又漏掉了什么

这组对照中的 slug 校验要求输入由非空小写单词组成,单词之间只能用一个横线连接:foo、foo-bar 可以通过,空字符串、-foo、foo-、foo--bar 和 Foo 必须拒绝。/^[a-z-]+$/ 虽然没有重复分配的结构,却会放过首尾横线和连续横线;这属于业务语义错误,不是回溯规则的检查职责。

用上述两条规则、默认选项分析源码,得到以下结果。测试只让 ESLint 分析代码,没有执行危险匹配:

源码中的模式 实测诊断 如何理解结果
/^(a+)+$/ 回溯规则:self 内部 a+ 经外层循环反复分配字符,$ 可迫使失败
/^a+a+$/ 回溯规则:trade 两段 a+ 可交换字符,失败时反复调整分界
new RegExp('^(a+)+$') 回溯规则:self 常量字符串能还原为模式,检查依据与字面量一致
/^([0-9a-f]+)+$/ 回溯规则:self 十六进制字符可在多次分组之间重新分配
/^[a-z]+(?:-?[a-z]+)*$/ 回溯规则:两处 trade、一处 self -? 可以为空,前后字母段能交换、重复消费字符
/^[a-z]+(?:-[a-z]+)*$/ 无诊断 必需横线明确分段,字母部分不能吞掉横线
/^[a-z-]+$/ 无诊断 没有上述重复分配,但会接受不符合需求的横线结构
/a+$/ 移动起点规则 不同起点可重复扫描长串 a,直到末尾失败
/^a+$/ 无诊断 在本例中,单层重复且匹配起点固定
/^(a|b)+$/ 无诊断 两个分支消费不同字符,没有重叠组合
/^(ab+)+$/ 无诊断 每组从 a 开始,b+ 不能跨过组间边界
/^(a|aa)+$/ 无诊断,但有回溯风险 重叠分支可产生大量组合,当前检测方法漏掉了它
new RegExp(input) 无诊断,运行时模式未知 无法从源码还原外部提供的实际模式

把这 13 个模式按诊断原因放在一起看:前两张图覆盖六个被报告的例子,后两张图覆盖七个无诊断的例子。其中,常量构造器一例展示了静态可确定的字符串同样能接受正则检查。

循环中的重复分配:嵌套重复、常量构造器与十六进制重复为什么报告 self

相邻量词、可选横线与未固定起点:分别报告 trade、多处回溯诊断和移动起点风险

必需横线、单层重复、不重叠分支与明确分隔的嵌套:四个无诊断模式的结构依据

字符集合校验、重叠分支与动态模式:无诊断仍可能对应业务错误、算法漏检或模式未知

尤其要注意 ^(a|aa)+$:它只有一个外层量词,歧义来自内部 a 与 aa 两个分支的组合,不是图中典型的嵌套量词或相邻量词交换。这个具体结构没有被当前检查识别,不能据此反推它没有风险。额外启用 no-dupe-disjunctions 的对照中,它同样没有诊断,仍需要人工分析失败路径。

规则能够定位某些危险结构,却未必知道 HTTP 层有没有限制文本长度、这个模式是否被高频调用,以及攻击者能否到达调用入口。诊断适合触发修复或 review,实际风险还需要沿输入链路确认。

处理报告时,可以先找出会重复消费的字符,再确认是什么条件迫使匹配失败。随后判断能否减少重复分配、限定起点或改用字符串操作。规则提供自动修复时,也要检查捕获与匹配语义;不能只以「重新运行 ESLint 不报错」作为验收。

若业务确实有固定且足够小的输入上限,需要把上限来源、调用位置和验证依据放在代码附近。局部关闭规则应对应这个明确边界,并保留回归;缺少上下文的「这是安全的」注释无法帮助后续维护者判断输入约束是否还存在。

其他工具可以补哪一层

eslint-plugin-security 的 detect-unsafe-regex也是现成规则,它调用 safe-regex。不过 safe-regex 自己说明了误报和漏报,粗粒度结构启发式适合筛查,不适合作为安全证明。

需要追踪外部数据时,可以补充 CodeQL:js/redos检查低效模式,js/polynomial-redos关注不受控数据上的多项式风险,js/regex-injection追踪不可信数据进入动态正则。它们的职责与本地 ESLint 的快速反馈不同。

SonarJS 也提供相关检查,而且规则职责仍在调整。2026-10-16 主分支的变更记录包含将 S5852 收窄到指数回溯、增加 S8786 的记录。接入时应核对所安装分析器的版本与规则说明,不能把主分支变更直接当成所有 SonarQube 部署已经生效。

这些工具的反馈可以互相补充:编辑阶段快速指出可见的模式问题,CI 扫描追踪更完整的数据流,运行时执行预算处理静态分析无法确定的输入。结构启发式和静态扫描都有能力边界,不能单独承担生产执行的全部保护。

Lint 之外,给实际执行建立边界

默认处理方向是先简化表达式,再限制资源;需要接受复杂或用户自定义模式时,才选择适合的引擎和执行环境。

消除重复选择,保留原有业务语义

如果真实需求就是检查一串 a,^(a+)+$ 可以改成 ^a+$。如果真实需求是搜索固定文本,直接用字符串 API 通常更容易核对。带分隔符的结构可以让重复部分不能吞掉分隔符,复杂语法则考虑解析器。

第一篇中的十六进制校验通过压平重复,减少字符在内外量词之间的分配;slug 校验通过必需的横线确定分段边界。这两种改法都先依赖明确的业务语法,再判断哪些选择可以消除。

修改时要验证接受集合、拒绝集合、捕获结果和替换结果。加锚点可能把搜索改成整串校验,删除捕获组会改变后续索引,收窄字符类可能拒绝此前允许的输入。性能修复需要这些语义回归,不能只看危险输入变快了。

长度限制放在昂贵匹配之前

按业务限制文本长度、模式长度、请求体大小、编译次数和每次请求的匹配次数。长度单位要清楚:JavaScript .length 是 UTF-16 代码单元,网络请求限制通常按字节计,两者不能直接互换。

预算可以分布在不同入口,但要检查中间是否绕过了限制:

入口 需要限制什么 常见遗漏
HTTP 或消息接收 请求体、字段大小与接收频率 只限制整个请求体,没有限制单个待匹配字段
模式创建 模式长度、允许语法、编译次数 每条数据都重新编译同一个模式
匹配调用 文本长度、单次请求的调用次数 单条文本很短,但循环匹配了大量模式和记录
任务调度 并发、队列长度、执行时间与内存 超时后只返回错误,后台任务仍继续占用资源

对压缩、解码或拼接后的文本,还应在真正调用匹配前检查最终长度。入口处检查的是原始数据时,后续转换可能让长度发生变化。

上限来自真实业务和实测预算。指数问题可能在几十个重复字符时就明显变慢,因此「已经限制到几千字符」仍可能不够。限流和依赖漏洞扫描也有价值,尤其是路由、格式化、语法高亮等依赖内部使用的正则,未必出现在业务源码中。

同线程定时器不能打断同步匹配

下面这段教学反例不会给 .test() 设置可中断的超时:

// 教学反例:求值 Promise.resolve 的参数时,匹配已经同步执行
Promise.race([
  Promise.resolve(pattern.test(input)),
  new Promise((_, reject) => setTimeout(() => reject(new Error('超时')), 100)),
]);

把匹配包进 async 函数或 .then() 也不会自动换线程。需要强制停止时,浏览器可用专用 Web Worker,Node.js 可用 Worker 或子进程,由外部执行环境计时并终止任务。还要限制并发、队列和输入,否则昂贵任务仍可能耗尽工作线程或进程资源。

同一线程中的定时器等待同步匹配结束,独立控制线程可以终止工作线程

独立执行时,控制方把模式和文本交给工作方,启动外部计时,并接收结果或错误。正常完成就清理定时器,超过预算就终止工作方;使用 Node.js Worker 时,还应通过退出事件或终止返回的 Promise 确认退出,再释放任务槽位。需要处理「结果刚好到达,同时超时触发」的竞态,确保一次任务只产生一个最终结果。

浏览器的 Worker.terminate()会直接停止工作线程,不等待其中的业务代码自行结束。Node.js 的 worker.terminate()返回一个在工作线程退出时完成的 Promise,可以用来确认清理完成。取消定时器、拒绝外层 Promise 和真正停止 CPU 工作,是三个不同动作。

高频任务还要考虑创建线程的成本。可以使用有界的工作池和等待队列,超时后替换被终止的工作方;不能为每个外部请求无限创建 Worker。若控制线程本身也在执行昂贵同步工作,它的计时回调同样可能延迟,因此控制方应保持轻量。

用可终止的实验观察最坏输入

配套 probe-regexp.mjs 为每个样本启动独立 Node.js 子进程,外部设置一秒超时。2026-10-17 的记录使用 Node.js 26.12.0、V8 14.6.202.34-node.39,模式为 ^(a+)+$,输入为 n 个 a 加 !。

这里的 fallback 指 V8 在回溯次数达到阈值后,将符合条件的模式交给实验性非回溯引擎。本次通过 --enable-experimental-regexp-engine-on-excessive-backtracks 开启,沿用该版本默认的 50,000 次回溯阈值;不符合引擎条件的模式仍可能留在原引擎,不能把它当成通用的单次匹配超时。下表对照默认执行与开启这个实验选项后的单次冷执行结果:

n 默认引擎 开启过量回溯 fallback
12 约 0.25 ms 约 0.31 ms
18 约 11.96 ms 约 1.52 ms
24 约 757.58 ms 约 1.63 ms
32 子进程超过一秒被终止 约 1.50 ms

已完成样本的毫秒数只计匹配部分,不包括进程启动;超时则从外部启动子进程时开始计,两个口径不能混算。这组数据只展示一个模式和当前环境的增长现象,没有预热、重复采样或统计区间,不能作为引擎性能排名,也不能外推到不符合 fallback 条件的模式。

原始验证记录保留了版本、样本、诊断位置和引擎开关;源码包中的 pnpm probe 可以重新运行有限样本。日常回归更适合固定语义样本和外部执行预算,避免把精确毫秒阈值当成跨机器稳定断言。

总结

十六进制校验压平了重复层次,slug 用必需的横线确定分段边界,两种改法都减少了多余的字符分配;^(a|aa)+$ 的漏检则说明,ESLint 没报错仍可能留下指数级回溯。判断正则是否可控,需要从模式继续追到输入和调用入口,确认失败时还会做多少工作。允许用户编写模式时,线性引擎能约束适用模式的单次搜索成本,模式规模、编译次数和总调用量仍要有预算。

语义正确和资源可控需要分别验证,观察模式也不能免除真实流量上的执行成本。原生同步匹配不能靠同线程定时器打断,实验引擎 fallback 也不是通用超时;必须强制停止的任务,需要由外部执行环境计时、终止并确认清理。达到资源限制应进入明确的错误分支,不能当成一次正常的不匹配;修复后的静态检查、业务回归和有界实验共同支撑判断。

上一篇:回溯、外部输入与非回溯引擎。

ESLint ReDoS 配置与验证源码

打开原文件 FILES.json

请接入 https://shengsheng.fun/files/regex-redos-linear-engines-eslint/kits/regex-redos-checks/。
先读 README.md、AGENT_PROMPT.md 和 FILES.json,再按 FILES.json 读取文件。
合并 copy/eslint.config.mjs 的两条规则及依赖,保留项目已有 parser 和配置。
运行配置自检,并人工检查动态模式、输入上限和调用链。
ESLint ReDoS 配置与验证源码正在加载代码工作区...