如何使用正则表达式提取驼峰式字符串的所有单词？

Question

假设我有一个由多个单词组成的字符串。 这些词没有用空格分隔，但每个词都以大写字母开头。 这种命名约定通常称为“驼峰命名法”。 一些例子：

• 申请记录
• 骆驼香烟盒
• 第一个数字后一个字符

现在我想将这些字符串拆分成单个单词， FirstNumberAfterACharacter变成["First", "Number", "After", "A", "Character"] 。

找到匹配这些字符串的正则表达式也很容易： ^([AZ][az]*)+$ 。 但是如果我尝试获取所有匹配项，这个正则表达式将只返回最后一个匹配项：

irb(main):003:0> /^([A-Z][a-z]*)+$/.match('FirstNumberAfterACharacter').captures
=> ["Character"]

irb(main):004:0> 'FirstNumberAfterACharacter'.scan(/^([A-Z][a-z]*)+$/)
=> [["Character"]]

那么我如何获得所有匹配项，而不仅仅是最后一个匹配项？

Answer 1

我将您的正则表达式更改为：

以由单个大写字母组成的组(...)开头： [AZ]{1} ，后跟零个或多个大写字母[^AZ]* 。

'FirstNumberAfterACharacter'.scan(/([A-Z][^A-Z]*)/).flatten(1)

Answer 2

您可以使用正则表达式提取任何类型的 Unicode 大写字母，后跟任何非大写字母：

'FirstNumberAfterACharacter'.scan(/\p{Lu}\P{Lu}*/)
# => ["First", "Number", "After", "A", "Character"]

请参阅Ruby 在线演示。

详情：

• \p{Lu} - 任何 Unicode 字母
• \P{Lu}* - 除 Unicode 个字母外的零个或多个 ( * ) 个字母。