regex - 如何生成与 Julia 中的正则表达式匹配的随机字符串？

Question

相关问题:

Random string that matches a regexp

How to generate random alphanumeric string in julia?

这个问题相当简单。我发现了许多其他语言的替代品，但在 Julia 中没有:

Random Text generator based on regex

还有 Random.randstring不带 Regex作为论据。

Answer 1

应该可以使用 Automa.jl构建一个 DFA 并随机遍历它。 Automa 使用比 PCRE 更简单的语法，因此您可以用它描述的语言实际上应该是规则的。
我很快将以下内容拼凑起来，主要基于 dot.jl 中的代码:

julia> function rand_re(machine::Automa.Machine)
           out = IOBuffer()
           node = machine.start
           
           while true
               if node.state ∈ machine.final_states
                   (rand() ≤ 1 / (length(node.edges) + 1)) && break
               end
               
               edge, node = rand(node.edges)
               label = rand(collect(edge.labels))
               print(out, Char(label))
           end
           
           return String(take!(out))
       end
rand_re (generic function with 1 method)

julia> rand_re(Automa.compile(re"a[0-9][ab]+"))
"a6bbb"

julia> rand_re(Automa.compile(re"a[0-9][ab]+"))
"a9b"

julia> rand_re(Automa.compile(re"a[0-9][ab]+"))
"a3aa"

julia> rand_re(Automa.compile(re"a[0-9][ab]+"))
"a1a"

julia> rand_re(Automa.compile(re"a[0-9][ab]+"))
"a5ba"

需要注意的是，Automa 使用字节编码集作为边缘标签，所以在我写 Char(label) 的地方应该更加小心。 .
由于最终状态仍然可以有输出边，我选择以统一的概率处理停止和每个边。我认为这可能会导致潜在的无限项要么很短要么很长；谷歌“玻尔兹曼采样器”如何解决这个问题(不要与玻尔兹曼分布的采样混淆!)，但该解决方案涉及数学问题。
或者，您可以使用 ccall或 PyCall调用 rxvm_gen 或 Rxvm.gen 的 librxvm ，其中包含(可能)非常高效的非回溯正则表达式代码。