Question

在python中，我正在寻找python代码，我可以用它来创建匹配任何正则表达式的随机数据。例如，如果正则表达式是

\d{1,100}

我想要一个随机数列表，其随机长度在1到100之间（均匀分布）

有一些'正则表达式逆变器'可用（见here）计算所有可能的匹配，这不是我想要的，这是非常不切实际的。例如，上面的例子有超过10 ^ 100个可能的匹配，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一个匹配。

也许有一个已经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，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。我不能自己编写代码，我希望函数提取模式以返回匹配的字符串。

Answer 1

如果您匹配的表达式没有任何“高级”功能，例如look-ahead or look-behind，那么您可以自己解析它并构建一个合适的生成器

将正则表达式的每个部分视为返回某事的函数（例如，在1到100位之间）并将它们粘合在一起：

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。所以这个解决方案并不普遍，但可能就足够了

Answer 2

从此answer

您可以尝试使用python来调用此perl模块：

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

Answer 3

两个Python库可以做到这一点：收益率和假设。

收益率

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

例如，

Ax

对于十进制数字，

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']

假设

单元测试库假设将生成随机匹配的示例。它也是使用SRE构建的。

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']

具有如下输出：

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

十进制数字

'Gssov', 'Lmsud', 'Ixnoy'

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

注意：请使用开始和结尾锚点来防止多余的字符。

随机数据生成器匹配python中的正则表达式

3 个答案: