正则表达式模式匹配驼峰式字符串的许多组合

Question

我正在尝试创建一个正则表达式模式（一个或多个）。例如有SomeCamelStringToCombine 它应该匹配以下子字符串：

Some, Camel, String, To, Combine, SomeCamel, SomeCamelString,SomeCamelStringTo, SomeCamelStringToCombine, CamelString, CamelStringTo, CamelStringToCombine, StringTo, StringToCombine, ToCombine.

我设法创建了这个模式：/(?=([\p{Lu}]+[\p{L}]+))/，但它匹配

SomeCamelStringToCombine, CamelStringToCombine, StringToCombine, ToCombine, Combine.

我不知道我应该修改它还是创建额外的模式。问题是我不知道怎么做。我正在使用 Java 进行匹配。

我可以向您寻求帮助或提示吗？

Answer 1

您可以创建一个固定大小的正则表达式来查找最多这么多单词组合。
下面使用 5 个单词的捕获量，但您可以将其扩展到任何大小。

您可以轻松地以编程方式创建正则表达式。

只需从数组中排除 empty 捕获组。

注意，第一次匹配后，也可以排除1-5组来避免
重复单曲。

(?=([A-Z][a-z]+)([A-Z][a-z]+)([A-Z][a-z]+)?([A-Z][a-z]+)?([A-Z][a-z]+)?)(?=(\1\2))(?=(\6\3)?)(?=(\7\4)?)(?=(\8\5)?)\1

https://regex101.com/r/ta9Qzq/1

 (?=
      ( [A-Z] [a-z]+ )              # (1), required Word 1
      ( [A-Z] [a-z]+ )              # (2), required Word 2
      ( [A-Z] [a-z]+ )?             # (3), optional Word 3
      ( [A-Z] [a-z]+ )?             # (4), optional Word 4
      ( [A-Z] [a-z]+ )?             # (5), optional Word 5
 )
 (?=
      ( \1 \2 )                     # (6), required Word 1,2
 )
 (?=
      ( \6 \3 )?                    # (7), optional Word 1,2,3
 )
 (?=
      ( \7 \4 )?                    # (8), optional Word 1,2,3,4
 )
 (?=
      ( \8 \5 )?                    # (9), optional Word 1,2,3,4,5
 )
 \1                            # Advance position by 1 word