如何使用正則表達式提取駝峰式字符串的所有單詞？

Question

假設我有一個由多個單詞組成的字符串。 這些詞沒有用空格分隔，但每個詞都以大寫字母開頭。 這種命名約定通常稱為“駝峰命名法”。 一些例子：

• 申請記錄
• 駱駝香煙盒
• 第一個數字后一個字符

現在我想將這些字符串拆分成單個單詞， FirstNumberAfterACharacter變成["First", "Number", "After", "A", "Character"] 。

找到匹配這些字符串的正則表達式也很容易： ^([AZ][az]*)+$ 。 但是如果我嘗試獲取所有匹配項，這個正則表達式將只返回最后一個匹配項：

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

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

那么我如何獲得所有匹配項，而不僅僅是最后一個匹配項？

Answer 1

我將您的正則表達式更改為：

以由單個大寫字母組成的組(...)開頭： [AZ]{1} ，后跟零個或多個大寫字母[^AZ]* 。

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

Answer 2

您可以使用正則表達式提取任何類型的 Unicode 大寫字母，后跟任何非大寫字母：

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

請參閱Ruby 在線演示。

詳情：

• \p{Lu} - 任何 Unicode 字母
• \P{Lu}* - 除 Unicode 個字母外的零個或多個 ( * ) 個字母。