PHP - 驼峰式的 preg_replace_callback

Question

我有以下内容

"aa_bb" : "foo"
"pp_Qq" : "bar"
"Xx_yY_zz" : "foobar"

我想把左边的内容转换成camelCase

"aaBb" : "foo"
"ppQq" : "bar"
"xxYyZz" : "foobar"

还有代码：

// selects the left part
$newString = preg_replace_callback("/\"(.*?)\"(.*?):/", function($matches) {        
    // selects the characters following underscores
    $matches[1] = preg_replace_callback("/_(.?)/", function($matches) {
        //removes the underscore and uppercases the character
        return strtoupper($matches[1]);
    }, $matches[1]);

    // lowercases the first character before returning
    return "\"".lcfirst($matches[1])."\" : ".$matches[2];
}, $string);

这段代码可以简化吗？

注意：内容将始终为单个字符串。

Answer 1

您可以将preg_replace_callback 与\G 锚和捕获组结合使用。

(?:"\K([^_\r\n]+)|\G(?!^))(?=[^":\r\n]*")(?=[^:\r\n]*:)_?([a-zA-Z])([^"_\r\n]*)

部分

• (?:非捕获组
  • "\K([^_\r\n]+) 匹配 "，捕获 group 1 匹配除 _ 或换行符之外的任何字符 1 次以上
  • |或者
  • \G(?!^) 在上一场比赛中断言位置，而不是在开始时
• )关闭群
• (?=[^":\r\n]*") 积极前瞻，断言"
• (?=[^:\r\n]*:) 积极前瞻，断言:
• _?匹配可选_
• ([a-zA-Z]) 捕获 第 2 组 匹配 a-zA-Z
• ([^"_\r\n]*) 捕获 group 3 匹配除 _ 或换行符之外的任何字符 0+ 次

在替换中，使用 3 个捕获组连接 strtolower 和 strtoupper 的组合。

Regex demo

例如

$re = '/(?:"\K([^_\r\n]+)|\G(?!^))(?=[^":\r\n]*")(?=[^:\r\n]*:)_?([a-zA-Z])([^"_\r\n]*)/';
$str = '"aa_bb" : "foo"

"pp_Qq" : "bar"

"Xx_yY_zz" : "foobar"
"Xx_yYyyyyyYyY_zz_a" : "foobar"';

$result =  preg_replace_callback($re, function($matches) {
    return strtolower($matches[1]) . strtoupper($matches[2]) . strtolower($matches[3]);
}, $str);

echo $result;

输出

"aaBb" : "foo"

"ppQq" : "bar"

"xxYyZz" : "foobar"
"xxYyyyyyyyyyZzA" : "foobar"

Php demo

Answer 2

首先，既然您已经有了想要改进的工作代码，请考虑下次将您的问题发布到 code review 而不是 stackoverflow。

让我们开始改进你原来的方法：

$result = preg_replace_callback('~"[^"]*"\s*:~', function ($m) {
    return preg_replace_callback('~_+(.?)~', function ($n) {
        return strtoupper($n[1]);
    }, strtolower($m[0]));
}, $str);

赞成：模式比较简单，思路容易理解。
缺点：嵌套preg_replace_callback可能会伤眼。

在这个眼睛热身练习之后，我们可以尝试基于\G 的模式方法：

$pattern = '~(?|\G(?!^)_([^_"]*)|("(?=[^"]*"\s*:)[^_"]*))~';
$result = preg_replace_callback($pattern, function ($m) {
    return ucfirst(strtolower($m[1]));
}, $str);

亲：代码更短，不需要使用两个preg_replace_callback。
缺点：模式要复杂得多。

注意：当你写一个长模式时，没有什么禁止使用带有 x 修饰符的 free-spacing 模式 并放置 cmets：

$pattern = '~
(?| # branch reset group: in which capture groups have the same number
    \G # contigous to the last successful match
    (?!^) # but not at the start of the string    
    _
    ( [^_"]* ) # capture group 1
  |
    ( # capture group 1
        "
        (?=[^"]*"\s*:) # lookahead to check if it is the "key part"
        [^_"]*
    )
)
~x';

这两个极端之间有没有妥协，什么是好的？两个建议：

$result = preg_replace_callback('~"[^"]+"\s*:~', function ($m) {
    return array_reduce(explode('_', strtolower($m[0])), function ($c, $i) {
        return $c . ucfirst($i);
    });
}, $str);

专业人士： 最少使用正则表达式。
缺点： 需要两个回调函数，但这次第二个回调函数由array_reduce 而非@ 调用987654330@.

$result = preg_replace_callback('~["_][^"_]*(?=[^"]*"\s*:)~', function ($m) {
    return ucfirst(strtolower(ltrim($m[0], '_')));
}, $str);

亲：模式比较简单，回调函数也很简单。这看起来是一个很好的折衷方案。
缺点：该模式不是很严格（但应该足以满足您的用例）

模式描述：模式查找 _ 或 " 并匹配以下不是 _ 或 " 的字符。然后，前瞻断言检查这些字符是否在 key 部分 内，以寻找右引号和冒号。匹配结果总是像_aBc或"aBc（回调函数中左边的下划线被修剪，"在应用ucfirst后保持不变）。

图案细节：

["_] # one " or _
[^"_]* # zero or more characters that aren't " or _
(?= # open a lookahead assertion (followed with)
    [^"]* # all that isn't a "
    " # a literal "
    \s* # eventual whitespaces
    : # a literal :
) # close the lookahead assertion

没有好的答案，看起来简单或复杂实际上取决于读者。