3

在 python 中，我正在寻找可用于创建与任何正则表达式匹配的随机数据的 python 代码。例如，如果正则表达式是

\d{1,100}

我想要一个随机长度在 1 到 100 之间的随机数列表（均匀分布）

有一些可用的“正则表达式逆变器”（参见此处）可以计算所有可能的匹配，这不是我想要的，而且非常不切实际。例如，上面的示例有超过 10^100 个可能的匹配项，它们永远不能存储在列表中。我只需要一个函数来随机返回匹配项。

也许已经有一个可用的包可以用来完成这个？我需要一个为任何正则表达式创建匹配字符串的函数，而不仅仅是给定的一个或其他一些，但可能是 100 个不同的正则表达式。我只是无法自己编写代码，我希望函数提取模式以返回匹配的字符串。

4

3 回答 3

2

如果您匹配的表达式没有任何“高级”功能，例如前瞻或后视，那么您可以自己解析并构建合适的生成器

将正则表达式的每个部分视为返回某些内容（例如，1 到 100 位数字）的函数，并将它们在顶部粘合在一起：

import random
from string import digits, uppercase, letters

def joiner(*items):
    # actually should return lambda as the other functions
    return ''.join(item() for item in items)  

def roll(item, n1, n2=None):
    n2 = n2 or n1
    return lambda: ''.join(item() for _ in xrange(random.randint(n1, n2)))

def rand(collection):
    return lambda: random.choice(collection)

# this is a generator for /\d{1,10}:[A-Z]{5}/
print joiner(roll(rand(digits), 1, 10),
             rand(':'),
             roll(rand(uppercase), 5))

# [A-C]{2}\d{2,20}@\w{10,1000}
print joiner(roll(rand('ABC'), 2),
             roll(rand(digits), 2, 20),
             rand('@'),
             roll(rand(letters), 10, 1000))

解析正则表达式将是另一个问题。所以这个解决方案不是通用的，但也许就足够了

于 2013-07-31T06:06:21.317 回答
1

两个 Python 库可以做到这一点：sre-yield 和 Hypothesis。

  1. 产量

sre-yeld 将生成与给定正则表达式匹配的所有值。它使用 SRE，Python 的默认正则表达式引擎。

例如，

import sre_yield
list(sre_yield.AllStrings('[a-z]oo$'))
['aoo', 'boo', 'coo', 'doo', 'eoo', 'foo', 'goo', 'hoo', 'ioo', 'joo', 'koo', 'loo', 'moo', 'noo', 'ooo', 'poo', 'qoo', 'roo', 'soo', 'too', 'uoo', 'voo', 'woo', 'xoo', 'yoo', 'zoo']

对于十进制数，

list(sre_yield.AllStrings('\d{1,2}'))
['0', '1', '2', '3', '4', '5', '6', '7', '8', '9', '00', '01', '02', '03', '04', '05', '06', '07', '08', '09', '10', '11', '12', '13', '14', '15', '16', '17', '18', '19', '20', '21', '22', '23', '24', '25', '26', '27', '28', '29', '30', '31', '32', '33', '34', '35', '36', '37', '38', '39', '40', '41', '42', '43', '44', '45', '46', '47', '48', '49', '50', '51', '52', '53', '54', '55', '56', '57', '58', '59', '60', '61', '62', '63', '64', '65', '66', '67', '68', '69', '70', '71', '72', '73', '74', '75', '76', '77', '78', '79', '80', '81', '82', '83', '84', '85', '86', '87', '88', '89', '90', '91', '92', '93', '94', '95', '96', '97', '98', '99']
  1. 假设

单元测试库 Hypothesis 将生成随机匹配的示例。它也是使用 SRE 构建的。

import hypothesis
g=hypothesis.strategies.from_regex(r'^[A-Z][a-z]$')
g.example()

输出如：

'Gssov', 'Lmsud', 'Ixnoy'

对于十进制数

d=hypothesis.strategies.from_regex(r'^[0-9]{1,2}$')

将输出一位或两位十进制数：65、7、67，尽管分布不均。使用 \d 产生不可打印的字符串。

注意：使用开始和结束锚来防止无关字符。

于 2019-09-11T16:37:31.637 回答
0

From this answer

You could try using python to call this perl module:

https://metacpan.org/module/String::Random

于 2013-07-31T05:49:26.663 回答