java - RegEx 拆分 camelCase 或 TitleCase(高级)

Question

我找到了 brilliant RegEx提取 camelCase 或 TitleCase 表达式的一部分。

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

它按预期工作:

• 值(value) -> 值(value)
• camelValue -> Camel /值(value)
• TitleValue -> 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:

• 案例 1:值 -> V/A/L/U/E
• 案例2:eclipseRCPExt -> eclipse/R/C/P/Ext

在我看来，结果应该是:

• 案例 1:值(value)
• 案例 2: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 个字符位于末尾，则该组应为:(n 个字符)。

关于如何改进这个正则表达式的任何想法？

Answer 1

以下正则表达式适用于上述所有示例:

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否定的lookbehind不仅忽略字符串开头的匹配项，而且还忽略一个大写字母前面有另一个大写字母的匹配项。这可以处理“VALUE”之类的情况。

由于无法在“RPC”和“Ext”之间拆分，正则表达式的第一部分在“eclipseRCPExt”上失败。这是第二个子句的目的:(?<!^)(?=[A-Z][a-z] .此子句允许在每个大写字母前拆分，后跟一个小写字母，字符串开头除外。