生成正则表达式的所有可能匹配项答案

【问题标题】：Producing all possible matches of a regular expression生成正则表达式的所有可能匹配项
【发布时间】：2011-10-02 09:23:51
【问题描述】：

给定一个正则表达式，我想生成该正则表达式匹配的字符串集。重要的是要注意这个集合不会是无限的，因为每个字符串都有最大长度。是否有任何众所周知的算法可以做到这一点？有没有我可以阅读的研究论文来深入了解这个问题？

谢谢。

附言这种问题在理论上的cs堆栈交换中会更合适吗？

【问题讨论】：

【解决方案1】：

是否有任何众所周知的算法可以做到这一点？

在 Perl 生态系统中，Regexp::Genex CPAN 模块执行此操作。

在 Python 中，sre_yield 生成匹配的单词。 Regex inverter 也这样做。

这里描述了一种递归算法link1 link2，在 Java 中执行此操作的几个库是mentioned here。

生成匹配给定正则表达式的随机单词/字符串：xeger (Python)

有没有我可以阅读的研究论文来深入了解这个问题？

是的，以下论文可用于计算与正则表达式匹配的字符串（或获取它们的生成函数）：

计算一组有限单词的出现次数：一种包含-排除方法，作者 F. Bassino、J. Clement2、J. Fayolle 和 P. Nicodeme (2007) paper slides
Regexpcount，一个用于计算正则表达式和单词问题的符号包，作者 Pierre Nicodeme (2003) paper link link code

【讨论】：

谢谢。我可以继续使用该模块。您是否知道任何讨论如何实现这样一个模块的资源？我很好奇如何优雅/高效地实现它。
只检查它的源代码。直观地说，正则表达式是一个自动机，所以是一个图形。生成与字符串匹配的所有字符串意味着查找从自动机的“开始”节点开始并以“接受”节点结束的所有路径，因此它仅表示图中路径的枚举。