python - これを正規表現でトークン化するにはどうすればよいですか？

Question

次のような文字列があるとします。

OneTwo
ThreeFour
AnotherString
DVDPlayer
CDPlayer

「DVDPlayer」と「CDPlayer」を除いて、キャメルケースのものをトークン化する方法を知っています。手動でトークン化できることは知っていますが、すべてのケースを処理できる正規表現を見せてもらえますか？

編集：期待されるトークンは次のとおりです：

OneTwo -> One Two
...
CDPlayer -> CD Player
DVDPlayer -> DVD Player

score 4 · Accepted Answer

正規表現は次のようになります。

/([A-Z]+(?=$|[A-Z][a-z])|[A-Z]?[a-z]+)/g

$を\b：に置き換えることで、キャメルケースのトークンを検索できるように少し変更できます。

/([A-Z]+(?=\b|[A-Z][a-z])|[A-Z]?[a-z]+)/g

score 4 · Accepted Answer

4

この正規表現を試してください：

[A-Z](?:[a-z]+|[A-Z]*?(?=[A-Z][a-z]|\b))

于 2009-09-07T12:14:21.690 に答える

score 1 · Accepted Answer

正規表現

([A-Z]+[a-z]*)([A-Z][a-z]*)

すべての文字列が2単語の長さで、2番目の単語がDVDのようではないと仮定すると、必要な処理を実行できます。

つまり、それはあなたの例では機能しますが、実際にやろうとしていることでは機能しないかもしれません。

score 1 · Accepted Answer

1

これが私の試みです：

([A-Z][a-z]+)|([A-Z]+(?=[A-Z][a-z]+))

于 2009-09-07T12:20:22.557 に答える

score 0 · Accepted Answer

貪欲でない先を見据えてみてください。トークンは、1つ以上の大文字とそれに続く0つ以上の小文字です。次の2文字が大文字と小文字の場合、トークンは終了します。このセクションの一致は、貪欲でない一致を使用できるものです。このアプローチには制限がありますが、提供した例では機能するはずです。

5 に答える 5