如何从正则表达式生成与正则表达式匹配的文本？答案

【问题标题】：How do I generate text matching a regular expression from a regular expression?如何从正则表达式生成与正则表达式匹配的文本？
【发布时间】：2010-12-07 10:03:52
【问题描述】：

是的，你没看错。我需要能够从正则表达式生成随机文本的东西。所以文本应该是随机的，但要通过正则表达式匹配。它似乎不存在，但我可能是错的。

只是一个例子：该库将能够将“[ab]*c”作为输入，并生成如下示例：

ABC
abbbc
后退

等等

更新：我自己创造了一些东西：Xeger。查看http://code.google.com/p/xeger/。

【问题讨论】：

好主意 - 有兴趣听听结果。
这确实很有用！
我认为任何“...或更多”选择器都必须受到限制，否则您最终可能会得到 1,000,000 个字符的单词：S
你知道猴子会写莎士比亚的说法（无限猴子定理）......快速而肮脏的解决方案：生成随机字符串，直到你有一个匹配。这可能需要一段时间:-)。不过我希望看到一个真实的回复。
这听起来可能是一个有趣的小项目。

标签： java regex random data-generation

【解决方案1】：

我不知道有这样的图书馆。如果您有兴趣自己编写一个，那么您可能需要采取以下步骤：

为正则表达式编写解析器（您可能希望从受限的正则表达式类开始）。
使用结果构造一个NFA。
（可选）将 NFA 转换为 DFA。
将生成的自动机从开始状态随机遍历到任何接受状态，同时存储每次转换输出的字符。

结果是一个被原始正则表达式接受的单词。有关更多信息，请参见例如Converting a Regular Expression into a Deterministic Finite Automaton.

【讨论】：

我一直在寻找可以从 Java 中的正则表达式创建 NFA 的库。我知道上面的方法会起作用，因为我很久以前就在 Javascript 中这样做过。
我想这值得一看：brics.dk/~amoeller/automaton
我基于上面提到的库实现了Xeger。

【解决方案2】：

Here's a few implementations 这样的野兽，但它们都不是 Java 中的（除了封闭源代码的 Microsoft 之外，它们的正则表达式功能支持非常有限）。

【讨论】：

【解决方案3】：

我刚刚创建了一个库来执行此操作。它托管在这里：http://code.google.com/p/xeger/。使用前请仔细阅读说明。（尤其是指下载另一个所需的库。）;-)

这是你使用它的方式：

String regex = "[ab]{4,6}c";
Xeger generator = new Xeger(regex);
String result = generator.generate();
assert result.matches(regex);

【讨论】：

【解决方案4】：

这是一个类似模块的 Python 实现：http://www.mail-archive.com/python-list@python.org/msg125198.html 它应该可以移植到 Java。

【讨论】：

【解决方案5】：

基于 Wilfred Springer 的解决方案以及 http://www.brics.dk/~amoeller/automaton/ 我构建了另一个生成器。它不使用递归。它将模式/regularExpression 最小字符串长度和最大字符串长度作为输入。结果是最小和最大长度之间的可接受字符串。它还允许一些 XML“速记字符类”。我将它用于为构面构建有效字符串的 XML 示例生成器。

public static final String generate(final String pattern, final int minLength, final int maxLength) {
    final String regex = pattern
            .replace("\\d", "[0-9]")        // Used d=Digit
            .replace("\\w", "[A-Za-z0-9_]") // Used d=Word
            .replace("\\s", "[ \t\r\n]");   // Used s="White"Space
    final Automaton automaton = new RegExp(regex).toAutomaton();
    final Random random = new Random(System.nanoTime());
    final List<String> validLength = new LinkedList<>();
    int len = 0;
    final StringBuilder builder = new StringBuilder();
    State state = automaton.getInitialState();
    Transition[] transitions;
    while(len <= maxLength && (transitions = state.getSortedTransitionArray(true)).length != 0) {
        final int option = random.nextInt(transitions.length);
        if (state.isAccept() && len >= minLength && len <= maxLength) validLength.add(builder.toString());
        final Transition t = transitions[option]; // random transition
        builder.append((char) (t.getMin()+random.nextInt(t.getMax()-t.getMin()+1))); len ++;
        state = t.getDest();
    }
    if(validLength.size() == 0) throw new IllegalArgumentException(automaton.toString()+" , "+minLength+" , "+maxLength);
    return validLength.get(random.nextInt(validLength.size()));
}

【讨论】：