使用php preg_match（正则表达式）将camelCase单词拆分为单词

我将如何拆分单词：

oneTwoThreeFour

放入数组，这样我就可以得到：

one Two Three Four

与preg_match？

我对此感到厌倦，但这只能说明整个问题

$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)`;

您还可以preg_match_all用作：

preg_match_all('/((?:^|[A-Z])[a-z]+)/',$str,$matches);

说明：

(        - 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.

您可以preg_split用作：

$arr = preg_split('/(?=[A-Z])/',$str);

看见

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(?=[A-Z])与大写字母前的点匹配。

我知道这是一个可以接受的老问题，但是恕我直言，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codaddict的'/(?=[A-Z])/'解决方案-就像格式正确的camelCase单词的魅力一样工作），仅匹配字符串中的位置，并且完全不消耗文本。此解决方案的另一个好处是，它对于格式不正确的伪大写字母单词也可以正确工作，例如：StartsWithCap和：hasConsecutiveCAPS。

输入：

oneTwoThreeFour
StartsWithCap
hasConsecutiveCAPS
NewNASAModule

输出：

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"

编辑时间：2014-04-12：修改了正则表达式，脚本和测试数据以正确拆分："NewNASAModule"大小写（响应rr的评论）。

尽管ridgerunner的答案很好用，但似乎不适用于句子中间出现的全大写子字符串。我使用以下方法，似乎可以处理这些问题：

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 );

诀窍是可重复的模式$ 1 $ 2 $ 1 $ 2或更低的UPPERlower UPPERlower等....例如helloWorld = $ 1匹配“ hello”，$ 2匹配“ W”，$ 1再次匹配“ orld”，因此总之，您得到$ 1 $ 2 $ 1或“ hello World”，将HelloWorld匹配为$ 2 $ 1 $ 2 $ 1或再次匹配“ Hello World”。然后，您可以将第一个单词大写，或者在空格处将它们爆炸，或者使用_或其他字符将它们分开。

简短而简单。

在确定适合您项目的最佳模式时，您需要考虑以下模式因素：

1. 准确性（稳健性）-模式在所有情况下是否正确并且可以合理地面向未来
2. 效率-模式应该是直接的，故意的，并避免不必要的工作
3. 简洁-模式应使用适当的技术来避免不必要的字符长度
4. 可读性-模式应保持尽可能简单

上述因素也恰好是努力遵守的等级顺序。换句话说，当1不能完全满足要求时，对2、3或4进行优先级排序对我来说没有多大意义。对我而言，可读性是列表的底部，因为在大多数情况下，我可以遵循语法。

捕获组和环顾四周通常会影响模式效率。事实是，除非您在成千上万的输入字符串上执行此正则表达式，否则就不必为效率而费力。关注可能与模式简短性相关的模式可读性可能更重要。

下面的某些模式将需要通过其preg_功能进行一些其他处理/标记，但是以下是根据OP的示例输入进行的一些模式比较：

preg_split() 模式：

• /^[^A-Z]+\K|[A-Z][^A-Z]+\K/ （21步）
• /(^[^A-Z]+|[A-Z][^A-Z]+)/ （26个步骤）
• /[^A-Z]+\K(?=[A-Z])/ （43步）
• /(?=[A-Z])/ （50步）
• /(?=[A-Z]+)/ （50步）
• /([a-z]{1})[A-Z]{1}/ （53步）
• /([a-z0-9])([A-Z])/ （68级）
• /(?<=[a-z])(?=[A-Z])/x （94个步骤）...记录下来x是没有用的。
• /(?<=[a-z])(?=[A-Z])|(?<=[A-Z])(?=[A-Z][a-z])/ （134步）

preg_match_all() 模式：

• /[A-Z]?[a-z]+/ （14个步骤）
• /((?:^|[A-Z])[a-z]+)/ （35步）

我将指出preg_match_all()和的输出之间有细微的差别preg_split()。 preg_match_all()将输出一个二维数组，换句话说，所有全字符串匹配项都将在[0]子数组中；如果使用捕获组，则这些子字符串将在[1]子数组中。另一方面，preg_split()仅输出一维数组，因此提供了到所需输出更少的膨胀和更直接的路径。

当处理其中包含ALLCAPS / acronym子字符串的camelCase字符串时，某些模式不足。如果项目中可能出现这种情况，则仅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：

• /[a-z]+\K|(?=[A-Z][a-z]+)/（149个步骤）*我必须使用[a-z]该演示才能正确计数
• /(?<=[a-z])(?=[A-Z])|(?<=[A-Z])(?=[A-Z][a-z])/ （547步）

合适的preg_match_all()模式：

• /[A-Z]?[a-z]+|[A-Z]+(?=[A-Z][a-z]|$)/ （75步）

最后，我的建议基于我的模式原则/因素层次结构。另外，我建议preg_split()过preg_match_all()（虽然具有较少的步骤的图案）作为直接的期望的输出结构的问题。（当然，选择您喜欢的任何东西）

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] : []);

我拿了酷家伙Ridgerunner的代码（上），并将其变成一个函数：

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

另一个选择是匹配/[A-Z]?[a-z]+/-如果您知道输入格式正确，它应该可以正常工作。

[A-Z]?会匹配一个大写字母（或什么都不匹配）。[a-z]+然后将匹配以下所有小写字母，直到下一个匹配为止。

工作示例：https：//regex101.com/r/kNZfEI/1

您可以将“滑行”从小写变为大写：

$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);

烦人的是，您将不得不从$ parts中每个对应的项目对重建单词

希望这可以帮助

首先，codaddict谢谢您的模式，它对您有很大帮助！

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，这是ACamelcase句子。

我通过两步preg_match找到了解决方案，并使用一些选项创建了一个函数：

/*
 * 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; 
}

随时使用它，如果有一步的“简便”方法，请发表评论！

基于@codaddict答案的完整功能：

function splitCamelCase($str) {
    $splitCamelArray = preg_split('/(?=[A-Z])/', $str);

    return ucwords(implode($splitCamelArray, ' '));
}