我正在编写一个Java实用程序，它可以帮助我生成大量数据以进行性能测试。能够为字符串指定正则表达式以便我的生成器吐出与此匹配的内容将真的酷。有什么东西已经烘烤，我可以用它来做到这一点？还是有一个图书馆让我大部分都在那里？
由于
答案 0 :(得分：34)
修改：
正如评论中所提到的，Google Code上有一个库可用于实现此目的： http://code.google.com/p/xeger
请参阅https://github.com/mifmif/Generex
建议的Mifmif原始邮件：
首先，有足够复杂的正则表达式，我相信这是不可能的。但是你应该可以将一些东西组合在一起以获得简单的正则表达式。
如果你看一下java.util.regex.Pattern类的源代码，你会发现它使用了Node实例的内部表示。每个不同的模式组件都有自己的Node子类实现。这些节点组织成一棵树。
通过生成遍历此树的访问者，您应该能够调用重载的生成器方法或某种将某些内容拼凑在一起的构建器。
答案 1 :(得分：19)
Xeger (Java)也可以这样做：
String regex = "[ab]{4,6}c";
Xeger generator = new Xeger(regex);
String result = generator.generate();
assert result.matches(regex);
答案 2 :(得分：16)
帮助原始海报已经太晚了，但它可以帮助一个新人。 Generex是一个有用的java库，它提供了许多使用正则表达式生成字符串的功能（随机生成，根据索引生成字符串，生成所有字符串......）。
示例：
Generex generex = new Generex("[0-3]([a-c]|[e-g]{1,2})");
// generate the second String in lexicographical order that matches the given Regex.
String secondString = generex.getMatchedString(2);
System.out.println(secondString);// it print '0b'
// Generate all String that matches the given Regex.
List<String> matchedStrs = generex.getAllMatchedStrings();
// Using Generex iterator
Iterator iterator = generex.iterator();
while (iterator.hasNext()) {
System.out.print(iterator.next() + " ");
}
// it prints 0a 0b 0c 0e 0ee 0e 0e 0f 0fe 0f 0f 0g 0ge 0g 0g 1a 1b 1c 1e
// 1ee 1e 1e 1f 1fe 1f 1f 1g 1ge 1g 1g 2a 2b 2c 2e 2ee 2e 2e 2f 2fe 2f 2f 2g
// 2ge 2g 2g 3a 3b 3c 3e 3ee 3e 3e 3f 3fe 3f 3f 3g 3ge 3g 3g 1ee
// Generate random String
String randomStr = generex.random();
System.out.println(randomStr);// a random value from the previous String list
答案 3 :(得分：4)
我已经开始为我的own库滚动（在c＃中，但对于Java开发人员来说应该很容易理解）。
Rxrdg最初是为现实生活项目创建测试数据的问题的解决方案。基本思想是利用现有（正则表达式）验证模式来创建符合此类模式的随机数据。这样就创建了有效的随机数据。
为简单的正则表达式模式编写解析器并不困难。使用抽象语法树生成字符串应该更容易。
答案 4 :(得分：3)
在stackoverflow播客11：
Spolsky：是的。还有一个新产品，如果您不想使用团队系统，我们在Redgate的朋友有一个名为SQL Data Generator [http://www.red-gate.com/products/sql_data_generator/index.htm]的产品。这是295美元，它只是生成一些真实的测试数据。并且它确实在实际存在的城市列中实际生成真实城市，然后当它生成那些它将使状态正确，而不是让状态错误，或将状态放入德国城市和类似的东西......你知道，它可以生成非常逼真的数据。我不确定所有功能是什么。
这可能不是你想要的，但它可能是一个很好的起点，而不是创建你自己的。
我似乎无法在google中找到任何内容，所以我建议通过将给定的正则表达式解析为最小的工作单元（\ w，[xx]，\ d等）来解决问题并编写一些基本的支持这些正则表达式短语的方法。
因此，对于\ W你将有一个方法getRandomLetter（），它返回任何随机字母，你也必须getRandomLetter（炭startLetter，炭endLetter），让你的两个值之间的随机的字母。
答案 5 :(得分：2)
我知道已有一个已接受的答案，但我一直在使用 RedGate的数据生成器（Craig的答案中提到的那个），它对我所投入的一切都非常有效。这很快就让我想要使用相同的正则表达式生成真实的数据，比如这个东西吐出的注册码。
需要正则表达式：
[A-Z0-9]{3,3}-[A-Z0-9]{3,3}
它会生成大量独特的代码，例如：
LLK-32U
这是RedGate想出的一个大秘密算法吗？我们都运气不好，或者这是我们凡人真正可以做的事情？
答案 6 :(得分：2)
我正在飞行中，只是看到了一个问题：我写的是最容易但效率最低且不完整的解决方案。我希望它可以帮助你开始编写自己的解析器：
public static void main(String[] args) {
String line = "[A-Z0-9]{16}";
String[] tokens = line.split(line);
char[] pattern = new char[100];
int i = 0;
int len = tokens.length;
String sep1 = "[{";
StringTokenizer st = new StringTokenizer(line, sep1);
while (st.hasMoreTokens()) {
String token = st.nextToken();
System.out.println(token);
if (token.contains("]")) {
char[] endStr = null;
if (!token.endsWith("]")) {
String[] subTokens = token.split("]");
token = subTokens[0];
if (!subTokens[1].equalsIgnoreCase("*")) {
endStr = subTokens[1].toCharArray();
}
}
if (token.startsWith("^")) {
String subStr = token.substring(1, token.length() - 1);
char[] subChar = subStr.toCharArray();
Set set = new HashSet<Character>();
for (int p = 0; p < subChar.length; p++) {
set.add(subChar[p]);
}
int asci = 1;
while (true) {
char newChar = (char) (subChar[0] + (asci++));
if (!set.contains(newChar)) {
pattern[i++] = newChar;
break;
}
}
if (endStr != null) {
for (int r = 0; r < endStr.length; r++) {
pattern[i++] = endStr[r];
}
}
} else {
pattern[i++] = token.charAt(0);
}
} else if (token.contains("}")) {
char[] endStr = null;
if (!token.endsWith("}")) {
String[] subTokens = token.split("}");
token = subTokens[0];
if (!subTokens[1].equalsIgnoreCase("*")) {
endStr = subTokens[1].toCharArray();
}
}
int length = Integer.parseInt((new StringTokenizer(token, (",}"))).nextToken());
char element = pattern[i - 1];
for (int j = 0; j < length - 1; j++) {
pattern[i++] = element;
}
if (endStr != null) {
for (int r = 0; r < endStr.length; r++) {
pattern[i++] = endStr[r];
}
}
} else {
char[] temp = token.toCharArray();
for (int q = 0; q < temp.length; q++) {
pattern[i++] = temp[q];
}
}
}
String result = "";
for (int j = 0; j < i; j++) {
result += pattern[j];
}
System.out.print(result);
}
答案 7 :(得分：1)
你必须编写自己的解析器，就像String :: Random（Perl）的作者一样。实际上，他并没有在该模块中的任何地方使用正则表达式，而是perl-coders习惯的。
另一方面，也许您可以查看the source，以获得一些指示。
答案 8 :(得分：0)
它远不支持完整的PCRE正则表达式，但我编写了以下Ruby方法来获取类似正则表达式的字符串并在其上生成变体。 （对于基于语言的CAPTCHA。）
# q = "(How (much|many)|What) is (the (value|result) of)? :num1 :op :num2?"
# values = { :num1=>42, :op=>"plus", :num2=>17 }
# 4.times{ puts q.variation( values ) }
# => What is 42 plus 17?
# => How many is the result of 42 plus 17?
# => What is the result of 42 plus 17?
# => How much is the value of 42 plus 17?
class String
def variation( values={} )
out = self.dup
while out.gsub!( /\(([^())?]+)\)(\?)?/ ){
( $2 && ( rand > 0.5 ) ) ? '' : $1.split( '|' ).random
}; end
out.gsub!( /:(#{values.keys.join('|')})\b/ ){ values[$1.intern] }
out.gsub!( /\s{2,}/, ' ' )
out
end
end
class Array
def random
self[ rand( self.length ) ]
end
end答案 9 :(得分：0)
这个问题已经很老了，但是我在自己的搜索中偶然发现了这个问题，所以我会为其他可能在其他语言中搜索相同功能的人提供一些链接。
答案 10 :(得分：0)
这个问题确实很老，尽管这个问题对我来说是实际的。
我已经尝试过xeger和Generex，但它们似乎不符合我的要求。
他们实际上无法处理某些正则表达式模式（例如a{60000}），而对于其他正则表达式模式（例如(A|B|C|D|E|F)）则只是无法产生所有可能的值。由于找不到其他合适的解决方案-我创建了自己的库。
https://github.com/curious-odd-man/RgxGen
在Maven Central上也有可用的工件。
用法示例：
RgxGen rgxGen = new RgxGen(aRegex); // Create generator
String s = rgxGen.generate(); // Generate new random value
答案 11 :(得分：-1)
如果你想生成＆＃34;关键＆＃34;字符串，您可能需要考虑：
EGRET http://elarson.pythonanywhere.com/ 这会产生＆＃34;邪恶＆＃34;覆盖正则表达式的字符串
MUTREX http://cs.unibg.it/mutrex/ 通过正则表达式突变生成故障检测字符串
两者都是学术工具（我是后者的作者之一）并且工作得相当好。