处理Camel Case字符串的切分——Desktop Search 开发笔记【经验积累】

所谓Camel Case指的是若干个单词连接成一个字符串，每个word通过大写首字母的方式来区分。标准的Camel Case字符串，如"CamelCase" , "SquashOurMethodNamesTogetherLikeThis"。

此外我们还经常与遇到一些非标准的Camel Case字符串，如："UPPER2000UPPER", "hasABREVIATIONEmbedded", "Client2Server2012"

在进行文本分析的时候，我们通常希望能够将Camel Case字符串的单词切分出来。

这里我们提供两个regex表达式，能够实现Camel Case字符串的切分。

String[] words = word.split( "(?<!^)(?=[A-Z])" );
String[] words = word.split("(?<!(^|[A-Z0-9]))(?=[A-Z0-9])|(?<!(^|[^A-Z]))(?=[0-9])|(?<!(^|[^0-9]))(?=[A-Za-z])|(?<!^)(?=[A-Z][a-z])" );

第一个正则表达式只能识别标准的Camel Case字符串

第二个正则表达式能识别标准的Camel Case和非标准的Camel Case