Bagaimana cara mengubah CamelCase menjadi nama yang dapat dibaca manusia di Jawa?

Saya ingin menulis metode yang mengubah CamelCase menjadi nama yang bisa dibaca manusia.

Inilah test case-nya:

public void testSplitCamelCase() {
    assertEquals("lowercase", splitCamelCase("lowercase"));
    assertEquals("Class", splitCamelCase("Class"));
    assertEquals("My Class", splitCamelCase("MyClass"));
    assertEquals("HTML", splitCamelCase("HTML"));
    assertEquals("PDF Loader", splitCamelCase("PDFLoader"));
    assertEquals("A String", splitCamelCase("AString"));
    assertEquals("Simple XML Parser", splitCamelCase("SimpleXMLParser"));
    assertEquals("GL 11 Version", splitCamelCase("GL11Version"));
}

Ini berfungsi dengan testcases Anda:

static String splitCamelCase(String s) {
   return s.replaceAll(
      String.format("%s|%s|%s",
         "(?<=[A-Z])(?=[A-Z][a-z])",
         "(?<=[^A-Z])(?=[A-Z])",
         "(?<=[A-Za-z])(?=[^A-Za-z])"
      ),
      " "
   );
}

Berikut ini adalah test harness:

    String[] tests = {
        "lowercase",        // [lowercase]
        "Class",            // [Class]
        "MyClass",          // [My Class]
        "HTML",             // [HTML]
        "PDFLoader",        // [PDF Loader]
        "AString",          // [A String]
        "SimpleXMLParser",  // [Simple XML Parser]
        "GL11Version",      // [GL 11 Version]
        "99Bottles",        // [99 Bottles]
        "May5",             // [May 5]
        "BFG9000",          // [BFG 9000]
    };
    for (String test : tests) {
        System.out.println("[" + splitCamelCase(test) + "]");
    }

Ini menggunakan regex pencocokan panjang nol dengan lookbehind dan lookforward untuk menemukan tempat untuk memasukkan spasi. Pada dasarnya ada 3 pola, dan saya gunakan String.formatuntuk menyatukannya agar lebih mudah dibaca.

Tiga pola tersebut adalah:

UC di belakang saya, UC diikuti oleh LC di depan saya

  XMLParser   AString    PDFLoader
    /\        /\           /\

non-UC di belakangku, UC di depanku

 MyClass   99Bottles
  /\        /\

Surat di belakang saya, tanpa huruf di depan saya

 GL11    May5    BFG9000
  /\       /\      /\

Referensi

• regular-expressions.info/Lookarounds

Pertanyaan-pertanyaan Terkait

Menggunakan lookaround pencocokan panjang nol untuk membelah:

• Regex membagi string tetapi tetap pemisah
• Java split sedang memakan karakter saya

Anda bisa melakukannya menggunakan org.apache.commons.lang.StringUtils

StringUtils.join(
     StringUtils.splitByCharacterTypeCamelCase("ExampleTest"),
     ' '
);

Solusi yang rapi dan lebih pendek:

StringUtils.capitalize(StringUtils.join(StringUtils.splitByCharacterTypeCamelCase("yourCamelCaseText"), StringUtils.SPACE)); // Your Camel Case Text

Jika Anda tidak suka regex "rumit", dan sama sekali tidak peduli tentang efisiensi, maka saya telah menggunakan contoh ini untuk mencapai efek yang sama dalam tiga tahap.

String name = 
    camelName.replaceAll("([A-Z][a-z]+)", " $1") // Words beginning with UC
             .replaceAll("([A-Z][A-Z]+)", " $1") // "Words" of only UC
             .replaceAll("([^A-Za-z ]+)", " $1") // "Words" of non-letters
             .trim();

Itu melewati semua kasus uji di atas, termasuk yang memiliki angka.

Seperti yang saya katakan, ini tidak sebagus menggunakan satu ekspresi reguler dalam beberapa contoh lain di sini - tetapi seseorang mungkin menganggapnya berguna.

Anda dapat menggunakan org.modeshape.common.text.Inflector .

Secara khusus:

String humanize(String lowerCaseAndUnderscoredWords,
    String... removableTokens) 

Mengapitalisasi kata pertama dan mengubah garis bawah menjadi spasi dan strip mengekor "_id" dan token yang dapat dilepas yang disediakan.

Artefak Maven adalah: org.modeshape: modeshape-common: 2.3.0.Final

pada repositori JBoss: https://repository.jboss.org/nexus/content/repositories/releases

Ini file JAR: https://repository.jboss.org/nexus/content/repositories/releases/org/modeshape/modeshape-common/2.3.0.Final/modeshape-common-2.3.0.Final.jar

Regex berikut dapat digunakan untuk mengidentifikasi huruf kapital di dalam kata-kata:

"((?<=[a-z0-9])[A-Z]|(?<=[a-zA-Z])[0-9]]|(?<=[A-Z])[A-Z](?=[a-z]))"

Ini cocok dengan setiap huruf kapital, yaitu eter setelah huruf atau digit non-kapital atau diikuti oleh huruf kecil dan setiap digit setelah huruf.

Cara memasukkan spasi sebelum mereka di luar kemampuan Java saya =)

Diedit untuk memasukkan case digit dan case Loader PDF.

Saya pikir Anda harus beralih pada string dan mendeteksi perubahan dari huruf kecil ke huruf besar, huruf besar ke huruf kecil, alfabet ke numerik, numerik ke alfabet. Pada setiap perubahan Anda mendeteksi memasukkan spasi dengan satu pengecualian: pada perubahan dari huruf besar ke huruf kecil Anda memasukkan spasi satu karakter sebelumnya.

Ini berfungsi di .NET ... optimalkan sesuai keinginan Anda. Saya menambahkan komentar sehingga Anda dapat memahami apa yang dilakukan masing-masing bagian. (RegEx bisa sulit dimengerti)

public static string SplitCamelCase(string str)
{
    str = Regex.Replace(str, @"([A-Z])([A-Z][a-z])", "$1 $2");  // Capital followed by capital AND a lowercase.
    str = Regex.Replace(str, @"([a-z])([A-Z])", "$1 $2"); // Lowercase followed by a capital.
    str = Regex.Replace(str, @"(\D)(\d)", "$1 $2"); //Letter followed by a number.
    str = Regex.Replace(str, @"(\d)(\D)", "$1 $2"); // Number followed by letter.
    return str;
}

Sebagai catatan, ini adalah versi Scala yang hampir kompatibel:

  object Str { def unapplySeq(s: String): Option[Seq[Char]] = Some(s) }

  def splitCamelCase(str: String) =
    String.valueOf(
      (str + "A" * 2) sliding (3) flatMap {
        case Str(a, b, c) =>
          (a.isUpper, b.isUpper, c.isUpper) match {
            case (true, false, _) => " " + a
            case (false, true, true) => a + " "
            case _ => String.valueOf(a)
          }
      } toArray
    ).trim

Setelah dikompilasi, ia dapat digunakan langsung dari Jawa jika scala-library.jar yang sesuai ada di classpath.

(*) gagal untuk input "GL11Version"yang dikembalikannya "G L11 Version".

Saya mengambil Regex dari polygenelubricants dan mengubahnya menjadi metode ekstensi pada objek:

    /// <summary>
    /// Turns a given object into a sentence by:
    /// Converting the given object into a <see cref="string"/>.
    /// Adding spaces before each capital letter except for the first letter of the string representation of the given object.
    /// Makes the entire string lower case except for the first word and any acronyms.
    /// </summary>
    /// <param name="original">The object to turn into a proper sentence.</param>
    /// <returns>A string representation of the original object that reads like a real sentence.</returns>
    public static string ToProperSentence(this object original)
    {
        Regex addSpacesAtCapitalLettersRegEx = new Regex(@"(?<=[A-Z])(?=[A-Z][a-z]) | (?<=[^A-Z])(?=[A-Z]) | (?<=[A-Za-z])(?=[^A-Za-z])", RegexOptions.IgnorePatternWhitespace);
        string[] words = addSpacesAtCapitalLettersRegEx.Split(original.ToString());
        if (words.Length > 1)
        {
            List<string> wordsList = new List<string> { words[0] };
            wordsList.AddRange(words.Skip(1).Select(word => word.Equals(word.ToUpper()) ? word : word.ToLower()));
            words = wordsList.ToArray();
        }
        return string.Join(" ", words);
    }

Ini mengubah segalanya menjadi kalimat yang bisa dibaca. Itu melakukan ToString pada objek yang dilewati. Kemudian ia menggunakan Regex yang diberikan oleh polygenelubricants untuk membagi string. Kemudian ToLowers setiap kata kecuali untuk kata pertama dan akronim apa pun. Kupikir itu mungkin berguna untuk seseorang di luar sana.

Saya bukan seorang ninja regex, jadi saya akan mengulangi string, menjaga indeks posisi saat ini sedang diperiksa & posisi sebelumnya. Jika posisi saat ini adalah huruf kapital, saya akan memasukkan spasi setelah posisi sebelumnya dan menambah setiap indeks.

http://code.google.com/p/inflection-js/

Anda bisa menggunakan metode String.underscore (). Humanize () untuk mengambil string CamelCase dan mengubahnya menjadi string yang dapat dibaca manusia.