正则表达式拆分驼峰式或标题式（高级）

Question

我找到了一个 很棒的 RegEx 来提取 camelCase 或 TitleCase 表达式的一部分。

  (?<!^)(?=[A-Z])

它按预期工作：

• 价值 -> 价值
• 骆驼值 -> 骆驼/值
• 标题值 -> 标题/值

以 Java 为例：

 String s = "loremIpsum";
words = s.split("(?<!^)(?=[A-Z])");
//words equals words = new String[]{"lorem","Ipsum"}

我的问题是它在某些情况下不起作用：

• 情况 1：值 -> V / A / L / U / E
• 案例二：eclipseRCPExt -> eclipse/R/C/P/Ext

在我看来，结果应该是：

• 案例 1：价值
• 案例二：eclipse/RCP/Ext

换句话说，给定 n 个大写字符：

• 如果 n 个字符后跟小写字符，则组应为：（n-1 个字符）/（第 n 个字符 + 小写字符）
• 如果 n 个字符在末尾，则该组应为：（n 个字符）。

关于如何改进此正则表达式的任何想法？

原文由 Jmini 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

以下正则表达式适用于所有上述示例：

 public static void main(String[] args)
{
    for (String w : "camelValue".split("(?<!(^|[A-Z]))(?=[A-Z])|(?<!^)(?=[A-Z][a-z])")) {
        System.out.println(w);
    }
}

它的工作原理是强制负向后视不仅忽略字符串开头的匹配，而且还忽略大写字母前面有另一个大写字母的匹配。这处理像“VALUE”这样的情况。

由于未能在“RPC”和“Ext”之间拆分，正则表达式的第一部分本身在“eclipseRCPExt”上失败。这是第二个条款的目的： (?<!^)(?=[A-Z][a-z] 。此子句允许在每个大写字母之前进行拆分，然后是小写字母，但在字符串的开头除外。

原文由 NPE 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

看来您正在使它变得比需要的更复杂。对于 camelCase ，拆分位置只是大写字母紧跟在小写字母后面的任何地方：

(?<=[a-z])(?=[A-Z])

以下是此正则表达式如何拆分您的示例数据：

• value -> value
• camelValue -> camel / Value
• TitleValue -> Title / Value
• VALUE -> VALUE
• eclipseRCPExt -> eclipse / RCPExt

与您想要的输出的唯一区别是 eclipseRCPExt ，我认为这里的分割是正确的。

附录 - 改进版

注意：这个答案最近得到了赞成票，我意识到有更好的方法……

通过为上述正则表达式添加第二个替代方案，OP 的所有测试用例都被正确拆分。

(?<=[a-z])(?=[A-Z])|(?<=[A-Z])(?=[A-Z][a-z])

以下是改进后的正则表达式如何拆分示例数据：

• value -> value
• camelValue -> camel / Value
• TitleValue -> Title / Value
• VALUE -> VALUE
• eclipseRCPExt -> eclipse / RCP / Ext

编辑：20130824 添加了改进版本来处理 RCPExt -> RCP / Ext 案例。

原文由 ridgerunner 发布，翻译遵循 CC BY-SA 3.0 许可协议