如何从正则表达式生成与正则表达式匹配的文本?

一分钟前,我刚刚为此创建了一个库。它托管在这里: http://code.google.com/p/xeger/ .使用前请仔细阅读说明。(特别是关于下载另一个所需库的说明。);-)

这是您使用它的方式:

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

我不知道有这样的图书馆。如果你有兴趣自己写一个,那么这些可能是你需要采取的步骤:

1. 为正则表达式编写一个解析器(您可能希望从一个受限的正则表达式类开始)。

2. 使用结果构造 NFA .

3. (可选)将NFA转换为 DFA .

Converting a Regular Expression into a Deterministic Finite Automaton .

Here's a few implementations 这种野兽,但没有一个是Java的(除了闭源的微软,其他所有的都在正则表达式功能支持方面非常有限)。

http://www.brics.dk/~amoeller/automaton/ 我又造了一台发电机。 我将其用于为方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()));
}

下面是这样一个模块的Python实现: http://www.mail-archive.com/python-list@python.org/msg125198.html 它应该可以移植到Java。