python - 拆分 UpperCamelCase 和 UPPERCamelCase 以分隔单词

Question

我想做的是将 UpperCamelCase 和 UPPERCamelCase 字符串拆分为不同的单词。我们有命名约定，其中缩写以大写形式开头。

例如。 SFTP服务器

我想要完成的是将其分成两个词SFTP和Server

对于 UpperCamelCase，我能够使用以下代码

r="SftpServer"
print(' '.join(re.findall('^[a-z]+|[A-Z][^A-Z]*', r)))

输出:

Sftp Server

问题:有没有办法调整这个正则表达式，以便我可以获得两种情况的输出

即。 SFTPServer 和 SftpServer？

我还将提及我的用例，因为它可能会进一步提供对问题的一些见解。我正在尝试将列名转换为 Flask 和 SQL Server 中的标签。

def get_label_names():
        cursor=CONN.cursor()
        db_name=CONFIG['DB']['DATABASE']['NAME']
        cursor.execute('use '+db_name)
        cursor.execute(f"""\
        SELECT COLUMN_NAME
        FROM {db_name}.INFORMATION_SCHEMA.COLUMNS
        WHERE TABLE_NAME = N'Client'
        """
        )
        col_info=[item[0] for item in cursor.fetchall()]
        labels=[' '.join(re.findall('^[a-z]+|[A-Z][^A-Z]*', r)) for r in col_info]
        return labels

Answer 1

我们最好的选择可能是re.findall，因为它允许使用前瞻，而re.split则不允许。我们可以尝试分开以下模式:

[A-Z]{2,}(?=[A-Z][a-z])|[A-Z][a-z]+|[A-Z]+$

此模式表示匹配:

[A-Z]{2,}(?=[A-Z][a-z])

两个或多个大写字母，直到达到大写字母后跟一个小写字母(表示下一个驼峰式单词的开始)。

[A-Z][a-z]+

驼峰式单词，由一个大写字母后跟一个或多个小写字母组成。

[A-Z]+$

任意数量的连续结尾大写字母。

代码:

input = "SFTPServerABC"
results = re.findall(r'[A-Z]{2,}(?=[A-Z][a-z])|[A-Z][a-z]+|[A-Z]+$', input)
print(results)

['SFTP', 'Server', 'ABC']