生成正则表达式

2018-05-30 05:45:55

通常在我们的工作中，我们使用正则表达式捕获或匹配操作。

但是，可以使用正则表达式（至少手动）来生成与正则表达式匹配的法律句子。当然，一些正则表达式可以匹配无限长的句子，例如表达式.+ 。

我有一个问题可以通过使用正则表达式句子生成算法来解决。

在伪代码中，它会像这样操作：

re = generate("foo(bar|baz)?", max_match = 100);  #Don't give me more than 100 results
assert re == ("foobar", "foobaz", "foo");

什么算法会为我执行此操作？

Microsoft为此提供了基于SMT的免费（MSRL许可）“Rex”工具：http://research.microsoft.com/en-us/downloads/7f1d87be-f6d9-495d-a699-f12599cea030/

从“Rex：符号正则表达式资源管理器”的介绍部分可以看出：

我们将（扩展的）正则表达式或正则表达式[5]转化为称为SFA的有限自动机的符号表示。在SFA中，动作由代表字符集而不是单个字符的公式标注。 SFA A被翻译成一组（递归）公理，描述A接受的字符串的接受条件，并将字符串表示为列表。

由于SMT解算器可以在一定的尺寸范围内输出所有可能的解决方案，这可能与您正在寻找的内容非常接近。

在一个更统计和不那么正式的方面，来自CPAN的Regexp :: Genex模块也可以工作：http://search.cpan.org/dist/Regexp-Genex/

你可以像这样使用它：

#!/usr/bin/env perl
use Regexp::Genex ':all';
my $hits = 100;
my $re = qr/[a-z](123|456)/;
local $Regexp::Genex::DEFAULT_LEN = length $re;
my %seen;
while ((time - $^T) < 2) {
    @seen{strings($re)} = ();
    $Regexp::Genex::DEFAULT_LEN++;
}
print "$_n" for (sort %seen)[0..$hits-1];

根据需要调整时间和样本大小。希望这可以帮助！

看看Xeger（谷歌代码）。

Visual Studio Team System似乎也有一个逆向正则表达式生成器，但它看起来并不像算法是开源的。

链接地址: http://www.djcxy.com/p/3647.html

上一篇: Generative regular expressions

下一篇: How to determine whether a web application is currently running