Question

如何将camelCase文本转换为大写的下划线，但删除后缀？

如果我有一个文本“ AbcdEfghIjklAlphabet”，如何捕获它，以使结果为“ ABCD_EFGH_IJKL”，后缀字母消失了？

仅使用正则表达式就可以做到吗？

Answer 1

您将不得不“锚定”目标的后端。一种可能的选择是“单词边界”零宽度断言：\b

一旦您知道比赛结束的位置，就对结尾处的任何模式插入一个严格的要求，然后不要捕获。像这样：

pattern = r'(capture-stuff-at-the-front)But-no-stuff-at-the-end\b'

现在，您将捕获除最后一个单词以外的所有内容。您只需要决定什么是前期工作，以及各种情况如何。所以：

如果首字母是小写，例如：isCondition是否要与之匹配？
如果只有一个单词，例如：Heavy是匹配项吗？
是否允许使用数字，如果允许，Rs232Cable将数字放在前面还是后面？
等等。我确定有些东西我没想到...

所以尝试一下：

pattern = r'((?: uppercase-letter lowercase-letters*)+uppercase-letter lowercase-letters+\b'

可以匹配PRPolicy和RequestPolicy并捕获除最后一个Policy之外的所有内容。

import re
test = 'isCondition Heavy Rs232Cable PRPolicy RequestPolicy'
pattern = r'((?:[A-Z][a-z]*)+)[A-Z][a-z]+\b'

for m in re.findall(pattern, test):
    print(m)

输出为：

PR
Request

Answer 2

该解决方案很简单，如果您使用的语言具有强大的regex引擎（例如Python），则可以完全在regex中完成而无需循环。

模式：([A-Z][a-z]*(?![a-z]*$))

替换：\U\1_

说明：

[A-Z][a-z]*-匹配一个大写字母，后跟任意数量的小写字母。
(?![a-z]*$)-断言与上述模式匹配的字符后没有任何数量的小写字母，然后是字符串的结尾，以防止最后一组匹配。
(...)-整个模式都用括号括起来，以便捕获匹配以供以后使用。
（替换）\U-将后面的输出转换为大写。
（替换）\1-输出第一个捕获组的值。

如何捕获除最后一个外的所有正则表达式组？

2 个答案: