在大写字母上拆分字符串，但如果前面有空格则不会

Question

我有一个看起来像

的字符串

  

＆＃34; AaaBbbCcc DddEee＆＃34;

我用

拆分它

my_string.scan(/[A-Z][a-z]+/)

，结果是

  

[＆＃34; Aaa＆＃34;，＆＃34; Bbb＆＃34;，＆＃34; Ccc＆＃34;，＆＃34; Ddd＆＃34;，＆＃34; Eee＆＃34;] < / p>

我想要实现的是，如果大写字母前面有空格，则不拆分字符串，因此结果看起来像

  

[＆＃34; Aaa＆＃34;，＆＃34; Bbb＆＃34;，＆＃34; Ccc Ddd＆＃34;，＆＃34; Eee＆＃34;]

Answer 1

my_string.split(/(?<!\s)(?=[A-Z])/)

这会匹配前面没有空格的位置（负面后瞻 - (?<!\s)），后面跟一个大写字母（正向前瞻 - (?=[A-Z])）。

Answer 2

如果您不需要拆分，或者所需匹配之间的空格数可能不同，您可以使用自己的方法并另外匹配零个或多个空格序列+ [A-Z][a-z]+ by添加(?:\s+[A-Z][a-z]+)*子模式：

my_string.scan(/[A-Z][a-z]+(?:\s+[A-Z][a-z]+)*/)

请参阅Ruby demo

为了缩短它，您可以动态构建正则表达式（请参阅demo here）：

my_string = 'AaaBbbCcc DddEee'
block = "[A-Z][a-z]+"
puts my_string.scan(/#{block}(?:\s+#{block})*/)

这是上述正则表达式（online demo）的Unicode友好版本：

my_string.scan(/\p{Lu}\p{Ll}+(?:\s+\p{Lu}\p{Ll}+)*/)

其中\p{Lu}匹配任何大写字母，\p{Ll}匹配任何小写字母。