Làm cách nào để tạo chuỗi ngẫu nhiên phù hợp với Regex trong Julia?

Câu hỏi liên quan:

• Chuỗi ngẫu nhiên phù hợp với biểu thức chính
• Làm thế nào để tạo chuỗi ký tự chữ và số ngẫu nhiên trong julia?

Câu hỏi khá đơn giản. Tôi đã tìm thấy nhiều lựa chọn thay thế cho các ngôn ngữ khác, nhưng không phải ở Julia:

Trình tạo văn bản ngẫu nhiên dựa trên regex

Cũng Random.randstringkhông lấy Regexlàm đối số.

Có thể sử dụng Automa.jl để xây dựng DFA và duyệt ngẫu nhiên nó. Automa sử dụng một cú pháp đơn giản hơn PCRE, do đó, ngôn ngữ bạn có thể mô tả bằng nó thực sự nên thường xuyên.

Tôi nhanh chóng tập hợp các mục sau, chủ yếu dựa vào mã trong dot.jl:

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"

Thông báo trước là Automa sử dụng các bộ được mã hóa byte cho các nhãn cạnh, vì vậy cần cẩn thận hơn khi tôi chỉ viết Char(label).

Vì các trạng thái cuối cùng vẫn có thể có các cạnh đi, tôi đã chọn xử lý dừng và mỗi cạnh với xác suất đồng nhất. Tôi nghĩ rằng điều này có thể sẽ có tác động rằng các thuật ngữ có khả năng vô hạn sẽ rất ngắn hoặc rất dài; google "Bộ lấy mẫu Boltzmann" để biết cách giải quyết điều đó (không bị nhầm lẫn với lấy mẫu từ bản phân phối Boltzmann!), nhưng giải pháp này khá liên quan đến toán học.

Julia có PCRE , có nghĩa là các biểu thức chính quy của nó mạnh hơn nhiều so với các biểu thức thông thường thực sự. Và trong thực tế turing hoàn thành. Tôi nghi ngờ có một loạt các khoa học máy tính lý thuyết thú vị xung quanh này. Tôi nghi ngờ nhiệm vụ của bạn cho PCRE có thể được chứng minh là không thể vì vấn đề tạm dừng . Nhưng vẫn là những gì chúng ta có thể làm là thử một loạt các chuỗi ngẫu nhiên và loại bỏ những chuỗi không khớp. Và cho regex đơn giản mà đi một chặng đường dài. Nó không được đảm bảo để đưa ra một câu trả lời mặc dù.

Nếu ai đó muốn regex chặt chẽ hơn, như những thứ được bao phủ bởi Automa.jl , có lẽ có một cái gì đó tốt hơn có thể được thực hiện, vì bạn có thể đi bộ máy trạng thái giải quyết nó 1 bit mỗi lần. Hy vọng ai đó biết Automa.jl có thể đăng câu trả lời của riêng họ.

Mã

using Random: randstring

function rand_matching(regex; max_len=2^16, max_attempts=1000)
    for _ in max_attempts
        str  = randstring(max_len)
        m = match(regex, str)
        if m != nothing
            # rather than return whole string, 
            # just return the shortest bit that matches
            return m.match
        end
    end
    error("Could not find any string that matches regex")
end

bản giới thiệu:

julia> @time rand_matching(r"\d\d")
  0.013517 seconds (34.34 k allocations: 1.998 MiB)
"38"

julia> @time rand_matching(r"\d\d")
  0.001497 seconds (11 allocations: 128.656 KiB)
"44"

julia> @time rand_matching(r"a\d\d")
  0.000670 seconds (11 allocations: 128.656 KiB)
"a19"

julia> @time rand_matching(r"a\d\d")
  0.000775 seconds (11 allocations: 128.656 KiB)
"a83"

julia> @time rand_matching(r"a\d\db")
  0.000670 seconds (11 allocations: 128.656 KiB)
"a44b"