如何在 Java 中将 CamelCase 转换为人类可读的名称？

Posted 2023-02-26

【中文标题】如何在 Java 中将 CamelCase 转换为人类可读的名称？

【英文标题】：How do I convert CamelCase into human-readable names in Java?

【发布时间】：2011-02-03 07:46:19

【问题描述】：

我想编写一个将 CamelCase 转换为人类可读名称的方法。

这是测试用例：

public void testSplitCamelCase() 
    assertEquals("lowercase", splitCamelCase("lowercase"));
    assertEquals("Class", splitCamelCase("Class"));
    assertEquals("My Class", splitCamelCase("MyClass"));
    assertEquals("html", splitCamelCase("HTML"));
    assertEquals("PDF Loader", splitCamelCase("PDFLoader"));
    assertEquals("A String", splitCamelCase("AString"));
    assertEquals("Simple XML Parser", splitCamelCase("SimpleXMLParser"));
    assertEquals("GL 11 Version", splitCamelCase("GL11Version"));

【问题讨论】：

首先，您需要指定转换规则。比如PDFLoader怎么变成PDF Loader？

我称这种格式为“PascalCase”。在“camelCase”中，第一个字母应该是小写的。至少就开发人员而言。 msdn.microsoft.com/en-us/library/x2dbyw72(v=vs.71).aspx

【参考方案1】：

简洁简洁的解决方案：

StringUtils.capitalize(StringUtils.join(StringUtils.splitByCharacterTypeCamelCase("yourCamelCaseText"), StringUtils.SPACE)); // Your Camel Case Text

【讨论】：

如问题的第一个assert所示，不需要大写。

感谢您发现错误，将更新答案。

【参考方案2】：

这适用于 .NET...根据您的喜好进行优化。我添加了 cmets，这样您就可以了解每个部分在做什么。 （RegEx 可能很难理解）

public static string SplitCamelCase(string str)

    str = Regex.Replace(str, @"([A-Z])([A-Z][a-z])", "$1 $2");  // Capital followed by capital AND a lowercase.
    str = Regex.Replace(str, @"([a-z])([A-Z])", "$1 $2"); // Lowercase followed by a capital.
    str = Regex.Replace(str, @"(\D)(\d)", "$1 $2"); //Letter followed by a number.
    str = Regex.Replace(str, @"(\d)(\D)", "$1 $2"); // Number followed by letter.
    return str;

【参考方案3】：

您可以使用org.apache.commons.lang.StringUtils 完成此操作

StringUtils.join(
     StringUtils.splitByCharacterTypeCamelCase("ExampleTest"),
     ' '
);

【讨论】：

此解决方案比最受好评的解决方案好得多，因为：a) 它不会重新发明***：commons-lang 是事实上的标准，它工作正常，非常注重性能. b）当转换完成很多次时，这种方法比基于正则表达式的方法快得多：这是我执行上述测试 100,000 次的基准：``` 基于正则表达式的方法花了 4820 毫秒 ///// ///// 基于 commons-lang 的方法耗时 232 毫秒 ``` 这比使用正则表达式的方法快 20 倍！！！！

我绝对同意克林特的观点，这应该是公认的答案。性能是一回事，但使用久经考验的库绝对是一种很好的编程习惯。

或者使用 Java 8 的 String.join() 方法：String.join(" ", StringUtils.splitByCharacterTypeCamelCase("ExampleTest"));

你怎么能不同意克林特·伊斯特伍德的观点？ :)

【参考方案4】：

我从 polygenelubricants 中提取了 Regex，并将其变成了对象的扩展方法：

    /// <summary>
    /// Turns a given object into a sentence by:
    /// Converting the given object into a <see cref="string"/>.
    /// Adding spaces before each capital letter except for the first letter of the string representation of the given object.
    /// Makes the entire string lower case except for the first word and any acronyms.
    /// </summary>
    /// <param name="original">The object to turn into a proper sentence.</param>
    /// <returns>A string representation of the original object that reads like a real sentence.</returns>
    public static string ToProperSentence(this object original)
    
        Regex addSpacesAtCapitalLettersRegEx = new Regex(@"(?<=[A-Z])(?=[A-Z][a-z]) | (?<=[^A-Z])(?=[A-Z]) | (?<=[A-Za-z])(?=[^A-Za-z])", RegexOptions.IgnorePatternWhitespace);
        string[] words = addSpacesAtCapitalLettersRegEx.Split(original.ToString());
        if (words.Length > 1)
        
            List<string> wordsList = new List<string>  words[0] ;
            wordsList.AddRange(words.Skip(1).Select(word => word.Equals(word.ToUpper()) ? word : word.ToLower()));
            words = wordsList.ToArray();
        
        return string.Join(" ", words);
    

这会将所有内容变成可读的句子。它对传递的对象执行 ToString。然后它使用 polygenelubricants 给出的 Regex 来拆分字符串。然后它降低除第一个单词和任何首字母缩写词之外的每个单词。认为它可能对那里的人有用。

【参考方案5】：

如果您不喜欢“复杂”的正则表达式，并且完全不关心效率，那么我使用这个示例分三个阶段来达到相同的效果。

String name = 
    camelName.replaceAll("([A-Z][a-z]+)", " $1") // Words beginning with UC
             .replaceAll("([A-Z][A-Z]+)", " $1") // "Words" of only UC
             .replaceAll("([^A-Za-z ]+)", " $1") // "Words" of non-letters
             .trim();

它通过了上面所有的测试用例，包括那些有数字的。

正如我所说，这不如在此处的其他示例中使用一个正则表达式好 - 但有人可能会发现它很有用。

【讨论】：

谢谢，太好了。我做了一个javascript version。

如果您正在使用不支持后向/前向的正则表达式库/工具（如 golang 的正则表达式包），这也是唯一的方法。干得好。

【参考方案6】：

为了记录，这是一个几乎 (*) 兼容的 Scala 版本：

  object Str  def unapplySeq(s: String): Option[Seq[Char]] = Some(s) 

  def splitCamelCase(str: String) =
    String.valueOf(
      (str + "A" * 2) sliding (3) flatMap 
        case Str(a, b, c) =>
          (a.isUpper, b.isUpper, c.isUpper) match 
            case (true, false, _) => " " + a
            case (false, true, true) => a + " "
            case _ => String.valueOf(a)
          
       toArray
    ).trim

如果相应的 scala-library.jar 在类路径中，则编译后可以直接从 Java 中使用。

(*) 输入 "GL11Version" 失败，并返回 "G L11 Version"。

【参考方案7】：

您可以使用org.modeshape.common.text.Inflector。

具体来说：

String humanize(String lowerCaseAndUnderscoredWords,
    String... removableTokens) 

将第一个单词大写并将下划线转换为空格，并去除尾随“_id”和任何提供的可移动标记。

Maven 工件是：org.modeshape:modeshape-common:2.3.0.Final

在 JBoss 存储库上：https://repository.jboss.org/nexus/content/repositories/releases

这是 JAR 文件：https://repository.jboss.org/nexus/content/repositories/releases/org/modeshape/modeshape-common/2.3.0.Final/modeshape-common-2.3.0.Final.jar

【参考方案8】：

我不是正则表达式忍者，所以我会遍历字符串，保持当前位置的索引被检查和前一个位置。如果当前位置是大写字母，我会在前一个位置之后插入一个空格并增加每个索引。

【讨论】：

嘘！那里的乐趣在哪里？

【参考方案9】：

这适用于您的测试用例：

static String splitCamelCase(String s) 
   return s.replaceAll(
      String.format("%s|%s|%s",
         "(?<=[A-Z])(?=[A-Z][a-z])",
         "(?<=[^A-Z])(?=[A-Z])",
         "(?<=[A-Za-z])(?=[^A-Za-z])"
      ),
      " "
   );

这是一个测试工具：

    String[] tests = 
        "lowercase",        // [lowercase]
        "Class",            // [Class]
        "MyClass",          // [My Class]
        "HTML",             // [HTML]
        "PDFLoader",        // [PDF Loader]
        "AString",          // [A String]
        "SimpleXMLParser",  // [Simple XML Parser]
        "GL11Version",      // [GL 11 Version]
        "99Bottles",        // [99 Bottles]
        "May5",             // [May 5]
        "BFG9000",          // [BFG 9000]
    ;
    for (String test : tests) 
        System.out.println("[" + splitCamelCase(test) + "]");
    

它使用零长度匹配正则表达式，向后查找并向前查找插入空格的位置。基本上有 3 种模式，我使用String.format 将它们组合在一起以使其更具可读性。

三种模式分别是：

UC 在我身后，UC 跟在我前面的 LC

  XMLParser   AString    PDFLoader
    /\        /\           /\

我后面的非 UC，我前面的 UC

 MyClass   99Bottles
  /\        /\

字母在我身后，非字母在我面前

 GL11    May5    BFG9000
  /\       /\      /\

---

参考文献

regular-expressions.info/Lookarounds

相关问题

使用零长度匹配的lookarounds进行拆分：

Regex split string but keep separators Java split is eating my characters

【讨论】：

这个概念也适用于 C#（当然，正则表达式相同，但正则表达式框架略有不同）。优秀作品。谢谢！

在 Python 上似乎对我不起作用，这可能是因为正则表达式引擎不一样。恐怕我不得不尝试做一些不那么优雅的事情。 :)

有人能解释一下 %s|%s|%s 对测试用例和一般情况的含义吗？

@Ari53​​nN3o： "%s" 是 String.format(String format, args...) 参数的占位符。也可以按索引调用：String.format("%$1s|%$2s|%$3s", ...

这将如何在 c# 中工作？没有relaceAll，如果字符串中包含“.”，我也想添加拆分。

【参考方案10】：

http://code.google.com/p/inflection-js/

您可以链接 String.underscore().humanize() 方法来获取 CamelCase 字符串并将其转换为人类可读的字符串。

【讨论】：

inflection-js 在 Javascript 中。我正在寻找 Java 解决方案。

【参考方案11】：

我认为您将不得不遍历字符串并检测从小写到大写、从大写到小写、从字母到数字、从数字到字母的变化。但是，在您检测到的每次更改中都插入一个空格，但有一个例外：在从大写变为小写时，您在前一个字符插入空格。

【参考方案12】：

以下正则表达式可用于识别单词中的大写：

"((?<=[a-z0-9])[A-Z]|(?<=[a-zA-Z])[0-9]]|(?<=[A-Z])[A-Z](?=[a-z]))"

它匹配每个大写字母，即非大写字母或数字后的ether或小写字母和字母后的每个数字。

如何在它们之前插入空格超出了我的 Java 技能 =)

已编辑为包含数字大小写和 PDF 加载器大小写。

【讨论】：

@Yaneeve：我刚看到数字……这可能会让事情变得更复杂。可能是另一个正则表达式来捕捉那些将是简单的方法。

@Jens：它会匹配PDFLoader中的L吗？

(?

现在，我非常钦佩您的正则表达式技巧，但我不希望不得不保持这一点。

@Chris：是的，没错。正则表达式更像是一种只写语言。 =) 虽然这个特定的表达式不是很难阅读，但如果您将| 阅读为“或”。嗯......也许是......我见过更糟的=/