从正则表达式字符集中生成随机字符串答案

【问题标题】：Generate random string from regex character set从正则表达式字符集中生成随机字符串
【发布时间】：2013-07-08 19:31:43
【问题描述】：

我认为有一些漂亮的 Pythonic 方式可以做到这一点，但我还没有完全弄清楚。基本上我正在寻找创建一个测试模块，并希望用户能够以一种简单的方式来定义要从中提取的字符集。我可以潜在地连接与字符串相关的各种字符集的列表，但这让我觉得这是一个非常不干净的解决方案。有什么办法可以得到正则表达式所代表的字符集？

例子：

def foo(regex_set):
    re.something(re.compile(regex_set))

foo("[a-z]")
>>> abcdefghijklmnopqrstuvwxyz

编译当然是可选的，但在我看来，这就是这个函数的样子。

【问题讨论】：

是否保证正则表达式匹配一个代码点，或者您想要覆盖正则表达式指定语言中所有符号的最小字母表？
我很确定你不能这样做......至少不干净......如果它只有一个字符，你可以暴力破解它，但那太恶心了为什么不直接使用string.ascii_lowercase等
您需要创建自己的解析器，并且您可能只想支持正则表达式语法的一个子集。我认为[a-z](?<![a-hj-z]) 不是您想要支持的东西。（这是[i] 的一种混淆方式，以防您不认识语法。）
然后创建您自己的语法：az 表示“a 到 z”。 aa 表示“只是一个”。这在任何语言中都不难做到。
@SlaterTyranus 有一个字母列表，每个字母旁边都有一个复选框。简单、流行、有据可查的功能。

标签： python regex string

【解决方案1】：

Pyparsing 的作者 Paul McGuire 写了一个 inverse regex parser，你可以用它来做到这一点：

import invRegex
print(''.join(invRegex.invert('[a-z]')))
# abcdefghijklmnopqrstuvwxyz

如果你不想安装 Pyparsing，还有 a regex inverter that uses only modules from the standard library 可以写：

import inverse_regex
print(''.join(inverse_regex.ipermute('[a-z]')))
# abcdefghijklmnopqrstuvwxyz

注意：两个模块都不能反转所有正则表达式模式。

而且这两个模块有区别：

import invRegex
import inverse_regex
print(repr(''.join(invRegex.invert('.'))))
print(repr(''.join(inverse_regex.ipermute('.'))))

产量

'0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ!"#$%&\'()*+,-./:;<=>?@[\\]^_`{|}~'
'0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ!"#$%&\'()*+,-./:;<=>?@[\\]^_`{|}~ \t\n\r\x0b\x0c'

这里还有一个区别，这次 pyparsing 枚举了更大的匹配集：

x = list(invRegex.invert('[a-z][0-9]?.'))
y = list(inverse_regex.ipermute('[a-z][0-9]?.'))
print(len(x))
# 26884
print(len(y))
# 1100

【讨论】：

哦，看起来很有前途。让我检查一下。
invert(".") 提供了什么？只是出于好奇
@JoranBeasley：我已经为两个模块添加了结果。
谢谢......这基本上突出了他想要采取的方法的一些问题......
@JoranBeasley - 自己试试看：utilitymill.com/utility/Regex_inverter/13

【解决方案2】：

这里不需要正则表达式。如果你想让用户选择一个字符集，让他们只选择字符。正如我在评论中所说，只需列出所有字符并在它们旁边放置复选框就足够了。如果您想要更紧凑或看起来更酷的东西，您可以执行以下操作之一：

当然，如果你真的使用它，你想出的东西无疑会比这些看起来更好（而且它们实际上也会包含所有字母，而不仅仅是“A”）。

如果需要，您可以包含一个按钮来反转选择、全选、清除选择、保存选择或其他任何您需要做的事情。

【讨论】：

哇，我以为你在开玩笑。赞成概念证明，但我不相信 GUI。
其实我是，但后来我意识到这实际上也是一个很好的解决方案。
对某些人来说当然很棒，因此得到了支持，但您正在与使用 dwm 的人交谈。
实际上，我也不太相信 GUI。不过，有些人似乎喜欢它们。

【解决方案3】：

如果它只是简单的范围，你可以手动解析它

def range_parse(rng):
    min,max = rng.split("-")
    return "".join(chr(i) for i in range(ord(min),ord(max)+1))

print range_parse("a-z")+range_parse('A-Z')

但它的恶心......

【讨论】：

不认为这只是简单的范围。

【解决方案4】：

我想到的另一个简化问题的解决方案：

将您自己的[ 和] 作为提示的一部分粘贴在该行上，并在输入中禁止这些字符。扫描输入并验证它不包含任何匹配 [\[\]] 的内容后，您可以在字符串前面加上 [ 并将 ] 附加到字符串中，并像正则表达式一样使用它来处理所需的所有字符的字符串 (@987654326 @，堡垒实例）。

【讨论】：