我可以使用相同的子字符串作为不同捕获的一部分吗？

Question

我想创建一个函数，允许我将 CamelCase 转换为 Title Case。对于正则表达式来说，这似乎是一项不错的任务，但如果您有更好的解决方案，我不承诺使用正则表达式。

这是我的第一次尝试，在大多数情况下都有效，但我将在几行内解决一些问题：

private static Regex camelSplitRegex = new Regex(@"(\S)([A-Z])");
private static String camelReplacement = "$1 $2";

public String SplitCamel(String text){
    return camelSplitRegex.Replace(text, camelReplacement);
}

正则表达式模式查找非空白字符（第一次捕获）后跟大写字母（第二次捕获）。在函数中，Regex.Replace 用于在第 1 次和第 2 次捕获之间插入一个空格。

这适用于许多示例：

• SplitCamel("privateField") 返回"private Field"
• SplitCamel("PublicMethod") 返回"Public Method"
• SplitCamel(" LeadingSpace") 返回 " Leading Space"，而不根据需要在“前导”之前插入额外的空格。

我遇到的问题是在处理多个连续的大写字母时。

• SplitCamel("NASA") 返回“N AS A”而不是“N A S A”
• SplitCamel("C3PO") 返回“C3 PO”而不是“C3 P O”
• SplitCamel("CAPS LOCK FEVER") 返回“C AP S L OC K F EV E R”而不是“C A P S L O C K F E V E R”

在这些情况下，我认为问题在于每个大写字母仅被捕获为\S 或[A-Z]，但不能在一场比赛中为\S，在下一场比赛中为[A-Z]。

---

我的主要问题是，“.NET 正则表达式引擎是否有某种方式支持将相同的子字符串用作连续匹配的不同捕获？”其次，有没有更好的分割骆驼案的方法？

Answer 1

private static Regex camelSplitRegex = new Regex(@"(?<=\w)(?=[A-Z])");
private static String camelReplacement = " ";

完成这项工作。

您的模式的问题是，当您有字符串“ABCD”时，\S 匹配 A，([A-Z]) 匹配 B，并且您获得“A BCD”，但是对于下一个替换，B 已经被模式消耗并且不能再使用了。

方法是使用不消耗字符的lookarounds （一个lookbehind (?<=...)和一个lookahead (?=...)），它们只是测试字符串中的当前位置，这就是为什么替换字符串中不需要任何引用，只需要在当前位置放一个空格即可。

\w 字符类包含 unicode 字母、unicode 数字和下划线。如果要将搜索限制为 ASCII 数字和字母，请改用 [0-9a-zA-Z]。

更准确地说：

• 对于 unicode，请使用 (?<=[\p{L}\p{N}])(?=\p{Lu})，它适用于重音字母和其他字母和数字。
• 对于 ASCII 使用 (?<=[a-zA-Z0-9])(?=[A-Z])

Answer 2

这是一种非常规的表达方式。

public static string SplitCamel(this string stuff)
{
    var builder = new StringBuilder();
    char? prev = null;
    foreach (char c in stuff)
    {
        if (prev.HasValue && !char.IsWhiteSpace(prev.Value) && 'A' <= c && c <= 'Z') 
            builder.Append(' ');
        builder.Append(c);
        prev = c;
    }

    return builder.ToString();
}

以下

Console.WriteLine("'{0}'", "privateField".SplitCamel());
Console.WriteLine("'{0}'", "PublicMethod".SplitCamel());
Console.WriteLine("'{0}'", " LeadingSpace".SplitCamel());
Console.WriteLine("'{0}'", "NASA".SplitCamel());
Console.WriteLine("'{0}'", "C3PO".SplitCamel());
Console.WriteLine("'{0}'", "CAPS LOCK FEVER".SplitCamel());

打印

'私人领域'

'公共方法'

'领先空间'

'N A S A'

'C3 P O'

'C A P S L O C K F E V E R'

Answer 3

请考虑切换到值类型字符串而不是字符串类。对此进行更新。

 private static Regex camelSplitRegex = new Regex(@"(^\S)?([A-Z])");