7

通常在我们的工作中，我们在捕获或匹配操作中使用正则表达式。

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合法句子。当然，有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，它会像这样运行：

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？

4

2 回答 2

2

微软为此提供了基于 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”论文的介绍部分：

我们将（扩展）正则表达式或正则表达式 [5] 转换为称为 SFA 的有限自动机的符号表示。在 SFA 中，移动由表示字符集而不是单个字符的公式标记。SFA A 被翻译成一组（递归）公理，这些公理描述了 A 接受的字符串的接受条件，并建立在字符串表示为列表的基础上。

由于 SMT 求解器可以在一定大小范围内输出所有可能的解决方案，这可能与您正在寻找的结果相近。

在更统计和不太正式的方面，来自 CPAN 的 Regexp::Genex 模块也可以工作：http ://search.cpan.org/dist/Regexp-Genex/

您可以将其与以下内容一起使用：

#!/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！

于 2011-05-21T19:30:34.070 回答
1

看看Xeger（谷歌代码）。

Visual Studio Team System 似乎也有一个逆正则表达式生成器，但看起来该算法不是开源的。

于 2010-11-17T20:21:48.410 回答