枚举Java中正则表达式的可能匹配项

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Color从这些生成一个对象,这样,如果我更改正则表达式,我的单元测试将在发生错误时失败(即不支持新的颜色值).

我知道枚举是可能的,当然(见这个问题),但有针对Java的现有库,这将枚举所有的正则表达式的可能匹配？

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，在网上也没有找到这样的工具，但你可以尝试谷歌的Xeger

它可以从正则表达式创建随机匹配字符串，并且通过一些代码调整可能会达到您想要的效果。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，其中包含 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());
}

您可以看到，为了更改它以便获得所有可能的匹配项，您需要迭代每个可能节点中的所有可能组合（例如递增多位计数器），您将需要一个哈希来防止循环，但这不应该编码时间超过 5 秒..

我还建议首先检查正则表达式是否确实是finate，通过检查它是否有 *、+ 和其他使此操作不可能的符号（只是为了使其成为一个可供重用的完整工具）...