Python では、任意の正規表現に一致するランダム データを作成するために使用できる Python コードを探しています。たとえば、正規表現が
\d{1,100}
1 から 100 までのランダムな長さの乱数のリストが必要です (均等に分散されます)。
可能なすべての一致を計算する「正規表現インバーター」が利用可能です (こちらを参照)。これは私が望むものではなく、非常に実用的ではありません。たとえば、上記の例では、10^100 を超える可能性のある一致があり、リストに格納することはできません。ランダムに一致を返す関数が必要です。
これを実現するために使用できるパッケージが既に利用可能である可能性がありますか? 指定された正規表現だけでなく、おそらく100の異なる正規表現に一致する文字列を作成する関数が必要です。私はそれらを自分でコーディングすることはできません。関数がパターンを抽出して、一致する文字列を返すようにしたいのです。
sre-yield と Hypothesis の 2 つの Python ライブラリでこれを行うことができます。
sre-yeld は、指定された正規表現に一致するすべての値を生成します。Python のデフォルトの正規表現エンジンである SRE を使用します。
例えば、
import sre_yield
list(sre_yield.AllStrings('[a-z]oo$'))
['aoo', 'boo', 'coo', 'doo', 'eoo', 'foo', 'goo', 'hoo', 'ioo', 'joo', 'koo', 'loo', 'moo', 'noo', 'ooo', 'poo', 'qoo', 'roo', 'soo', 'too', 'uoo', 'voo', 'woo', 'xoo', 'yoo', 'zoo']
10 進数の場合、
list(sre_yield.AllStrings('\d{1,2}'))
['0', '1', '2', '3', '4', '5', '6', '7', '8', '9', '00', '01', '02', '03', '04', '05', '06', '07', '08', '09', '10', '11', '12', '13', '14', '15', '16', '17', '18', '19', '20', '21', '22', '23', '24', '25', '26', '27', '28', '29', '30', '31', '32', '33', '34', '35', '36', '37', '38', '39', '40', '41', '42', '43', '44', '45', '46', '47', '48', '49', '50', '51', '52', '53', '54', '55', '56', '57', '58', '59', '60', '61', '62', '63', '64', '65', '66', '67', '68', '69', '70', '71', '72', '73', '74', '75', '76', '77', '78', '79', '80', '81', '82', '83', '84', '85', '86', '87', '88', '89', '90', '91', '92', '93', '94', '95', '96', '97', '98', '99']
単体テスト ライブラリ Hypothesis は、ランダムに一致する例を生成します。また、SRE を使用して構築されています。
import hypothesis
g=hypothesis.strategies.from_regex(r'^[A-Z][a-z]$')
g.example()
次のような出力で：
'Gssov', 'Lmsud', 'Ixnoy'
10 進数の場合
d=hypothesis.strategies.from_regex(r'^[0-9]{1,2}$')
均等に分散されていませんが、1 桁または 2 桁の 10 進数を出力します: 65、7、67。\d を使用すると、印刷できない文字列が生成されました。
注: 不要な文字を避けるために、開始アンカーと終了アンカーを使用してください。