Question

我想在Java中枚举有限正则表达式的所有可能值以用于测试目的。

对于某些上下文，我有一个正则表达式，我用它来匹配单词中允许的颜色值。这是一个缩短版本的例子：

(white|black)|((light|dark) )?(red|green|blue|gray)

我想创建一个单元测试，它将枚举所有这些值并将它们传递给我的实用程序类，该实用程序类从这些中生成Color对象，这样如果我更改正则表达式，我的单元测试将会如果发生错误则失败（即不支持新的颜色值）。

我知道枚举是可能的，当然（see this question），但是现有的Java库是否会列举正则表达式的所有可能匹配项？

编辑：我已经实现了一个执行此操作的库。请参阅下面的答案以获取链接。

Answer 1

你是对的，也没有在网上找到这样的工具但你可以试试谷歌的Xeger

它可以从正则表达式创建一个随机匹配字符串，并且通过一些代码调整可能会做你想要的。生成随机匹配：

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

Xeger代码非常简单，它由2个文件组成，它们之间包含5个方法。
它使用dk.brics.automaton将正则表达式转换为自动机，然后遍历自动机转换，在每个节点中进行随机选择。

主要功能是生成：

   private void generate(StringBuilder builder, State state) {
    List<Transition> transitions = state.getSortedTransitions(true);
    if (transitions.size() == 0) {
        assert state.isAccept();
        return;
    }
    int nroptions = state.isAccept() ? transitions.size() : transitions.size() - 1;
    int option = XegerUtils.getRandomInt(0, nroptions, random);
    if (state.isAccept() && option == 0) {          // 0 is considered stop
        return;
    }
    // Moving on to next transition
    Transition transition = transitions.get(option - (state.isAccept() ? 1 : 0));
    appendChoice(builder, transition);
    generate(builder, transition.getDest());
}

你可以看到为了改变它以便获得所有可能的匹配，你需要在每个可能的节点中迭代所有可能的组合（比如递增多位数计数器）你需要一个哈希来防止循环，但代码不应超过5秒。

我还建议首先检查正则表达式是否真的有效，通过检查它没有*，+和其他符号使得这个动作不可能（只是为了使它成为一个完整的重用工具）... < / p>

Answer 2

对于未来的浏览器来说，我写了一个使用dk.brics.automaton的库，使用与接受的答案类似的Xeger方法并发布它。你可以找到它：

将其添加为依赖项：

的Maven

<dependency>
    <groupId>com.navigamez</groupId>
    <artifactId>greex</artifactId>
    <version>1.0</version>
</dependency>

摇篮

compile 'com.navigamez:greex:1.0'

示例代码

以此问题为例：

GreexGenerator generator = new GreexGenerator("(white|black)|((light|dark) )?(red|green|blue|gray)");
List<String> matches = generator.generateAll();
System.out.println(matches.size()); // "14"

枚举Java中正则表达式的可能匹配项

2 个答案:

的Maven

摇篮

示例代码