[英]Split camelCase word into words with php preg_match (Regular Expression)
我将如何拆分这个词:
oneTwoThreeFour
放入一个数组中,以便我可以得到:
one Two Three Four
与preg_match
?
我累了,但它只是给出了整个词
$words = preg_match("/[a-zA-Z]*(?:[a-z][a-zA-Z]*[A-Z]|[A-Z][a-zA-Z]*[a-z])[a-zA-Z]*\b/", $string, $matches)`;
您可以将preg_split
用作:
$arr = preg_split('/(?=[A-Z])/',$str);
我基本上是在大写字母之前拆分输入字符串。 使用的正则表达式(?=[AZ])
匹配大写字母前的点。
您还可以将preg_match_all
用作:
preg_match_all('/((?:^|[A-Z])[a-z]+)/',$str,$matches);
解释:
( - Start of capturing parenthesis.
(?: - Start of non-capturing parenthesis.
^ - Start anchor.
| - Alternation.
[A-Z] - Any one capital letter.
) - End of non-capturing parenthesis.
[a-z]+ - one ore more lowercase letter.
) - End of capturing parenthesis.
我知道这是一个老问题,答案已被接受,但恕我直言,有一个更好的解决方案:
<?php // test.php Rev:20140412_0800
$ccWord = 'NewNASAModule';
$re = '/(?#! splitCamelCase Rev:20140412)
# Split camelCase "words". Two global alternatives. Either g1of2:
(?<=[a-z]) # Position is after a lowercase,
(?=[A-Z]) # and before an uppercase letter.
| (?<=[A-Z]) # Or g2of2; Position is after uppercase,
(?=[A-Z][a-z]) # and before upper-then-lower case.
/x';
$a = preg_split($re, $ccWord);
$count = count($a);
for ($i = 0; $i < $count; ++$i) {
printf("Word %d of %d = \"%s\"\n",
$i + 1, $count, $a[$i]);
}
?>
请注意,此正则表达式(如 codacci 的'/(?=[AZ])/'
解决方案 - 就像格式良好的驼峰式单词的魅力一样),仅匹配字符串中的一个位置并且根本不消耗任何文本。 这个解决方案还有一个额外的好处,它也可以正确处理格式不太好的伪驼峰词,例如: StartsWithCap
和: hasConsecutiveCAPS
。
oneTwoThreeFour
StartsWithCap
hasConsecutiveCAPS
NewNASAModule
Word 1 of 4 = "one"
Word 2 of 4 = "Two"
Word 3 of 4 = "Three"
Word 4 of 4 = "Four"
Word 1 of 3 = "Starts"
Word 2 of 3 = "With"
Word 3 of 3 = "Cap"
Word 1 of 3 = "has"
Word 2 of 3 = "Consecutive"
Word 3 of 3 = "CAPS"
Word 1 of 3 = "New"
Word 2 of 3 = "NASA"
Word 3 of 3 = "Module"
编辑:2014-04-12:修改正则表达式、脚本和测试数据以正确拆分: "NewNASAModule"
案例(响应 rr 的评论)。
虽然 ridgerunner 的答案效果很好,但它似乎不适用于出现在句子中间的全大写子字符串。 我使用以下内容,似乎可以很好地处理这些问题:
function splitCamelCase($input)
{
return preg_split(
'/(^[^A-Z]+|[A-Z][^A-Z]+)/',
$input,
-1, /* no limit for replacement count */
PREG_SPLIT_NO_EMPTY /*don't return empty elements*/
| PREG_SPLIT_DELIM_CAPTURE /*don't strip anything from output array*/
);
}
一些测试用例:
assert(splitCamelCase('lowHigh') == ['low', 'High']);
assert(splitCamelCase('WarriorPrincess') == ['Warrior', 'Princess']);
assert(splitCamelCase('SupportSEELE') == ['Support', 'SEELE']);
assert(splitCamelCase('LaunchFLEIAModule') == ['Launch', 'FLEIA', 'Module']);
assert(splitCamelCase('anotherNASATrip') == ['another', 'NASA', 'Trip']);
@ridgerunner 答案的功能化版本。
/**
* Converts camelCase string to have spaces between each.
* @param $camelCaseString
* @return string
*/
function fromCamelCase($camelCaseString) {
$re = '/(?<=[a-z])(?=[A-Z])/x';
$a = preg_split($re, $camelCaseString);
return join($a, " " );
}
$string = preg_replace( '/([a-z0-9])([A-Z])/', "$1 $2", $string );
诀窍是一个可重复的模式 $1 $2$1 $2 或更低的 UPPERlower UPPERlower 等等......例如 helloWorld = $1 匹配“hello”,$2 匹配“W”和 $1 再次匹配“orld”所以简而言之,你得到 $1 $2$1 或“hello World”,将 HelloWorld 匹配为 $2$1 $2$1 或再次匹配“Hello World”。 然后你可以将它们小写,大写第一个单词或在空格上分解它们,或者使用 _ 或其他一些字符将它们分开。
简短而简单。
在为您的项目确定最佳模式时,您需要考虑以下模式因素:
上述因素也恰好处于努力服从的等级秩序中。 换句话说,当 1 不能完全满足要求时,优先考虑 2、3 或 4 对我来说没有多大意义。 可读性对我来说是最重要的,因为在大多数情况下我可以遵循语法。
捕获组和环视通常会影响模式效率。 事实是,除非您在数以千计的输入字符串上执行此正则表达式,否则无需为效率操劳。 关注与模式简洁相关的模式可读性可能更重要。
下面的一些模式需要通过它们的preg_
函数进行一些额外的处理/标记,但这里有一些基于 OP 示例输入的模式比较:
preg_split()
模式:
/^[^AZ]+\\K|[AZ][^AZ]+\\K/
(21 步)/(^[^AZ]+|[AZ][^AZ]+)/
(26 步)/[^AZ]+\\K(?=[AZ])/
(43 步)/(?=[AZ])/
(50 步)/(?=[AZ]+)/
(50 步)/([az]{1})[AZ]{1}/
(53 步)/([a-z0-9])([AZ])/
(68 步)/(?<=[az])(?=[AZ])/x
(94 步) ...为了记录, x
没有用。/(?<=[az])(?=[AZ])|(?<=[AZ])(?=[AZ][az])/
(134 步) preg_match_all()
模式:
/[AZ]?[az]+/
(14 步)/((?:^|[AZ])[az]+)/
(35 步) 我将指出preg_match_all()
和preg_split()
的输出之间存在细微差别。 preg_match_all()
将输出一个二维数组,换句话说,所有的全字符串匹配将在[0]
子数组中; 如果使用了捕获组,则这些子字符串将位于[1]
子数组中。 另一方面, preg_split()
只输出一个一维数组,因此提供了一个不那么臃肿和更直接的到达所需输出的路径。
在处理包含 ALLCAPS/acronym 子字符串的驼峰字符串时,某些模式是不够的。 如果这是您项目中可能出现的边缘情况,那么只考虑正确处理这些情况的模式是合乎逻辑的。 我不会测试 TitleCase 输入字符串,因为这离问题太远了。
新的扩展测试字符串电池:
oneTwoThreeFour
hasConsecutiveCAPS
newNASAModule
USAIsGreatAgain
合适的preg_split()
模式:
/[az]+\\K|(?=[AZ][az]+)/
(149 步) *我必须使用[az]
来让演示正确计数/(?<=[az])(?=[AZ])|(?<=[AZ])(?=[AZ][az])/
(547 步) 合适的preg_match_all()
模式:
/[AZ]?[az]+|[AZ]+(?=[AZ][az]|$)/
(75 步) 最后,我的建议基于我的模式原则/因素层次结构。 此外,我推荐preg_split()
不是preg_match_all()
(尽管模式具有较少的步骤)作为对所需输出结构的直接性问题。 (当然,你喜欢什么就选什么)
代码:(演示)
$noAcronyms = 'oneTwoThreeFour';
var_export(preg_split('~^[^A-Z]+\K|[A-Z][^A-Z]+\K~', $noAcronyms, 0, PREG_SPLIT_NO_EMPTY));
echo "\n---\n";
var_export(preg_match_all('~[A-Z]?[^A-Z]+~', $noAcronyms, $out) ? $out[0] : []);
代码:(演示)
$withAcronyms = 'newNASAModule';
var_export(preg_split('~[^A-Z]+\K|(?=[A-Z][^A-Z]+)~', $withAcronyms, 0, PREG_SPLIT_NO_EMPTY));
echo "\n---\n";
var_export(preg_match_all('~[A-Z]?[^A-Z]+|[A-Z]+(?=[A-Z][^A-Z]|$)~', $withAcronyms, $out) ? $out[0] : []);
我把很酷的家伙 Ridgerunner 的代码(上面)变成了一个函数:
echo deliciousCamelcase('NewNASAModule');
function deliciousCamelcase($str)
{
$formattedStr = '';
$re = '/
(?<=[a-z])
(?=[A-Z])
| (?<=[A-Z])
(?=[A-Z][a-z])
/x';
$a = preg_split($re, $str);
$formattedStr = implode(' ', $a);
return $formattedStr;
}
这将返回: New NASA Module
另一种选择是匹配/[AZ]?[az]+/
- 如果您知道您的输入格式正确,它应该可以很好地工作。
[AZ]?
将匹配一个大写字母(或什么都不匹配)。 [az]+
然后将匹配所有后面的小写字母,直到下一个匹配。
工作示例: https : //regex101.com/r/kNZfEI/1
您可以将“滑动”从小写拆分为大写,因此:
$parts = preg_split('/([a-z]{1})[A-Z]{1}/', $string, -1, PREG_SPLIT_DELIM_CAPTURE);
//PREG_SPLIT_DELIM_CAPTURE to also return bracketed things
var_dump($parts);
令人讨厌的是,您将不得不从 $parts 中每个对应的项目对中重建单词
希望这可以帮助
首先 codacci 非常感谢你的模式,它帮助了很多!
我需要一个可以在介词“a”存在的情况下工作的解决方案:
例如 thisIsACamelcaseSentence。
我在执行两步 preg_match 时找到了解决方案,并创建了一个带有一些选项的函数:
/*
* input: 'thisIsACamelCaseSentence' output: 'This Is A Camel Case Sentence'
* options $case: 'allUppercase'[default] >> 'This Is A Camel Case Sentence'
* 'allLowerCase' >> 'this is a camel case sentence'
* 'firstUpperCase' >> 'This is a camel case sentence'
* @return: string
*/
function camelCaseToWords($string, $case = null){
isset($case) ? $case = $case : $case = 'allUpperCase';
// Find first occurances of two capitals
preg_match_all('/((?:^|[A-Z])[A-Z]{1})/',$string, $twoCapitals);
// Split them with the 'zzzzzz' string. e.g. 'AZ' turns into 'AzzzzzzZ'
foreach($twoCapitals[0] as $match){
$firstCapital = $match[0];
$lastCapital = $match[1];
$temp = $firstCapital.'zzzzzz'.$lastCapital;
$string = str_replace($match, $temp, $string);
}
// Now split words
preg_match_all('/((?:^|[A-Z])[a-z]+)/', $string, $words);
$output = "";
$i = 0;
foreach($words[0] as $word){
switch($case){
case 'allUpperCase':
$word = ucfirst($word);
break;
case 'allLowerCase':
$word = strtolower($word);
break;
case 'firstUpperCase':
($i == 0) ? $word = ucfirst($word) : $word = strtolower($word);
break;
}
// remove te 'zzzzzz' from a word if it has
$word = str_replace('zzzzzz','', $word);
$output .= $word." ";
$i++;
}
return $output;
}
随意使用它,如果有一种“更简单”的方法可以一步完成,请发表评论!
基于@codacci 答案的完整功能:
function splitCamelCase($str) {
$splitCamelArray = preg_split('/(?=[A-Z])/', $str);
return ucwords(implode($splitCamelArray, ' '));
}
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.