如何在Ruby中将CamelCase字符串拆分为其子字符串？

Question

我有一个像 ImageWideNice 或者 ImageNarrowUgly 这样的驼峰字符串。现在我想将这个字符串分解成子字符串，如 Image、Wide 或 Narrow 和 Nice 或 Ugly。

我认为可以通过以下方式简单地解决：

camelCaseString =~ /(Image)((Wide)|(Narrow))((Nice)|(Ugly))/

但奇怪的是，这样只会填充$1和$2，而不是$3。

你有更好的方法来拆分这个字符串吗？

- bastibe

---

你想对 ThisIsANarrowImageOfHIV 做什么？与 n 进行连接，还是将 HIV 分割？ - Andrew Grimm

Answer 1

s = 'nowIsTheTime'

s.split /(?=[A-Z])/

=> ["now", "Is", "The", "Time"]

?=pattern 是正向先行断言的一个例子。它会匹配字符串中 pattern 之前的位置，但不会消耗这些字符，也就是说，它并不包括 pattern 在匹配结果中。下面是另一个例子：

    irb> 'streets'.sub /t(?=s)/, '-'
=> "stree-s"

在这种情况下，s被匹配（只有第二个t匹配），但没有被替换。感谢@Bryce和他的regexp doc link。 Bryce Anderson提供了以下解释：

在()匹配组的开头使用?=被称为正向预查，这只是一种说法，即虽然正则表达式在确定是否匹配时正在查看字符，但它们不是匹配的一部分。 split()通常会忽略中间的字符，但在这种情况下，匹配本身是空的，因此没有任何东西。

- DigitalRoss

---

抱歉@DigitalRoss，我忘记提到我是用RegexBuddy进行测试的。但我想知道为什么在Ruby中这是有效的？Java也会为第一个数组元素返回一个空字符串："NowIsTheTime".split("(?=[A-Z])") - splash

你可以随时添加 reject {|x| x.empty? }。 - Ollie Saunders

不需要，在Ruby中它运行良好。Splash在Java和RegexBuddy中遇到了麻烦。 - DigitalRoss

回答中缺少解释为什么它能够工作，对于仍在尝试理解正则表达式的人来说可能很有用：() 匹配组开头的 ?= 被称为“正向前瞻”，这只是一种说法，即虽然正则表达式正在查看字符以确定是否匹配，但它不会将其作为匹配的一部分。split() 通常会吞掉中间的字符，但在这种情况下，匹配本身为空，因此没有任何“中间”的内容。正则表达式文档 - Bryce Anderson

要处理像S.M.Mousavi提出的缩写词这样的驼峰式命名，请参见我的替代答案。 - EFC

Answer 2

我知道这个回答可能有些过时了，但对于其他人可能仍然有用。在Rails中，你可以这样做："NowIsTheTime".underscore.humanize

- Fitmo Appadmin

Answer 3

DigitalRoss的答案是正确的，因为它处理了一般情况，即您不知道它是严格的驼峰命名（第一个字符小写）还是帕斯卡命名（第一个字母大写）。

如果您知道字符串以哪种形式存在，或者您想强制使用其中之一，Inflector可以实现。

对于帕斯卡命名：

"NowIsTheTime".titleize

对于驼峰命名法：

"nowIsTheTime".titleize.camelize :lower

- Tim Scott

---

需要注意的是，#titleize和#camelize是严格属于Rails方法，而不是核心Ruby。 - onebree

Answer 4

I/p:- "ImageWideNice".scan(/[A-Z][a-z]+/).join(",")

O/p:- "Image,Wide,Nice"

- Prashant Kajale

Answer 5

虽然这是一个关于Ruby正则表达式的问题，而且DigitalRoss的答案正确且简单易懂，但我想再添加一个Java的答案：

// this regex doesn't work perfect with Java and other regex engines
"NowIsTheTime".split("(?=[A-Z])"); // ["", "Now", "Is", "The", "Time"]

// this regex works with first uppercase or lowercase characters
"NowIsTheTime".split("(?!(^|[a-z]|$))"); // ["Now", "Is", "The", "Time"]
"nowIsTheTime".split("(?!(^|[a-z]|$))"); // ["now", "Is", "The", "Time"]

- splash

Answer 6

你试过了吗？

camelCaseString =~ /(Image)(Wide|Narrow)(Nice|Ugly)/

?

- pjmorse

Answer 7

DigitalRoss的答案不会识别嵌入在驼峰命名法中的缩写词。例如，它将把"MyHTMLTricks"分成"My H T M L Tricks"而不是"My HTML Tricks"。

这里有另一个选项，基于PmWiki中的AsSpaced()函数，它非常敏感于这种情况：

"MyHTMLTricks" \
.gsub(/([[:lower:]\\d])([[:upper:]])/, '\1 \2') \
.gsub(/([^-\\d])(\\d[-\\d]*( |$))/,'\1 \2') \
.gsub(/([[:upper:]])([[:upper:]][[:lower:]\\d])/, '\1 \2')

=> "My HTML Tricks"

我喜欢这种方法的另一点是它保持了字符串的本质，而不是将其转化为数组。如果你真的需要一个数组，那么只需在最后添加一个分割即可。

"MyHTMLTricks" \
.gsub(/([[:lower:]\\d])([[:upper:]])/, '\1 \2') \
.gsub(/([^-\\d])(\\d[-\\d]*( |$))/,'\1 \2') \
.gsub(/([[:upper:]])([[:upper:]][[:lower:]\\d])/, '\1 \2') \
.split

=> ["My", "HTML", "Tricks"]

记录一下，这是来自PmWiki的原始PHP代码。

function AsSpaced($text) {
    $text = preg_replace("/([[:lower:]\\d])([[:upper:]])/", '$1 $2', $text);
    $text = preg_replace('/([^-\\d])(\\d[-\\d]*( |$))/', '$1 $2', $text);
    return preg_replace("/([[:upper:]])([[:upper:]][[:lower:]\\d])/", '$1 $2', $text);
}

- EFC

Answer 8

def solution(string)
  final_str = []
  string.chars.each do |x|
    final_str << " "  if x.upcase == x 
    final_str << x
  end
  final_str.join
end

- Jagdish