如何使用正则表达式提取骆驼大小写字符串的所有单词？

Posted 2023-03-22

【中文标题】如何使用正则表达式提取骆驼大小写字符串的所有单词？

【英文标题】：How to extract all words of a camel cased string with a regular expression?

【发布时间】：2020-03-22 12:05:08

【问题描述】：

假设我有一个由多个单词组成的字符串。这些单词没有用空格分隔，但每个单词都以大写字母开头。这种类型的命名约定通常称为“驼峰式”。一些例子：

应用记录 驼峰式 FirstNumberAfterACharacter

现在我想将这些字符串拆分为单个单词，例如，FirstNumberAfterACharacter 变为 ["First", "Number", "After", "A", "Character"]。

找到匹配这些字符串的正则表达式也很容易：^([A-Z][a-z]*)+$。 但是如果我尝试获取所有匹配项，这个正则表达式只会返回最后一个匹配项：

irb(main):003:0> /^([A-Z][a-z]*)+$/.match('FirstNumberAfterACharacter').captures
=> ["Character"]

irb(main):004:0> 'FirstNumberAfterACharacter'.scan(/^([A-Z][a-z]*)+$/)
=> [["Character"]]

那么我如何获得所有匹配项，而不仅仅是最后一个？

【问题讨论】：

重复捕获组将仅捕获最后一次迭代。如果您知道字符串的格式，则可以匹配所有没有锚点 [A-Z][a-z]* 的匹配项。

很遗憾我不知道字数。

我不懂 Ruby，但这是你想要的吗？ regex101.com/r/0nZEev/1

@Thefourthbird 是对的，你不必知道字数； scan 负责这一点。 p 'FirstNumberAfterACharacter'.scan(/[A-Z][a-z]*/) # =>["First", "Number", "After", "A", "Character"]

@steenslag：啊啊。谢谢你。这就是我一直在寻找的。​​span>

【参考方案1】：

我将您的正则表达式更改为：

以包含单个大写字母[A-Z]1 的组(...) 开头，后跟零个或多个大写字母[^A-Z]*。

'FirstNumberAfterACharacter'.scan(/([A-Z][^A-Z]*)/).flatten(1)

【讨论】：

你可以在[A-Z]之后省略1。没有量词 1 始终是默认值。