Python中的单词分割和命名转换实现

分割单词

将一个标识符分割成若干单词存进列表，便于后续命名法的转换

先引入正则表达式包

import re

至于如何分割单词看个人喜好，如以常见分隔符 “ ”、“_”、“-”、“/”、“\” 去分割

re.split('[ _\-/\\\\]+', name)

还可以范围再广一点，拿除了数字和字母以外的所有字符去分割

re.split('[^0-9a-zA-Z]', name)

那对于字母内部怎么分割呢？

综合考虑驼峰命名法、连续大写的缩写单词等，笔者根据经验一般会采用这种策略，连续比较三个字符，满足以下条件之一就分割：“小|大无”、“有|大小”、“小|大有”

• 是尾字符，是大写，倒数第二个字符是小写，在尾字符前分割，比如 'getA' 分割成 ['get','A']

• 是非首位的中间字符，是大写，前后至少有一个是小写，在该字符前分割，比如 'getJSONString' 分割成 ['get','JSON','String']

对于字母和数字结合的标识符，就比较难处理了

因为有的数字可以作为单词开头（比如 '3D'），有的又可以作为结尾（比如 'HTML5'），还有的字母数字交错（比如 'm3u8'），暂未想到通用的分割的好办法，根据个人需求实现就行了

综合以上几者的分割函数如下

def to_words(name):
    words = []                  # 用于存储单词的列表
    word = ''                   # 用于存储正在构建的单词

    if(len(name) <= 1):
        words.append(name)
        return words

    # 按照常见分隔符进行分割
    # name_parts = re.split('[ _\-/\\\\]+', name)
    # 按照非数字字母字符进行分割
    name_parts = re.split('[^0-9a-zA-Z]', name)
    for part in name_parts:
        part_len = len(part)        # 字符串的长度
        word = ''
        # 如果子串为空，继续循环
        if not part:
            continue   
        for index, char in enumerate(part):
            # “小|大无”
            if(index == part_len - 1):
                if(char.isupper() and part[index-1].islower()):
                    if(word): words.append(word)
                    words.append(char)
                    word = ''
                    continue

            # “有|大小”或“小|大有”
            elif(index != 0 and char.isupper()):
                if((part[index-1].islower() and part[index+1].isalpha()) or (part[index-1].isalpha() and part[index+1].islower())):
                    if(word): words.append(word)
                    word = ''
            word += char
        if(len(word) > 0): words.append(word)
    # 去除空单词
    return [word for word in words if word != '']

测试用例如下

print(to_words('IDCard')) # ['ID', 'Card']
print(to_words('getJSONObject')) # ['get', 'JSON', 'Object']
print(to_words('aaa@bbb.com')) # ['aaa', 'bbb', 'com']
print(to_words('D://documents/data.txt')) # ['D', 'documents', 'data', 'txt']

分割成全小写单词

def to_lower_words(name):
    words = to_words(name)
    return [word.lower() for word in words]

分割成全大写单词

def to_upper_words(name):
    words = to_words(name)
    return [word.upper() for word in words]

分割成首大写、其余小写单词

def to_capital_words(name):
    words = to_words(name)
    return [word.capitalize() for word in words]

转中划线命名法

中划线命名法，也叫烤肉串命名法（kebab case），如 'kebab-case'

• 字母全小写

• 连字符连接

def to_kebab_case(name):
    words = to_lower_words(name)
    to_kebab_case = '-'.join(words)
    return to_kebab_case

转小蛇式命名法

小蛇式命名法，其实就是小写下划线命名法，也叫蛇式命名法（snake case），如 'snake_case'

• 字母全小写

• 下划线连接

def to_snake_case(name):
    words = to_lower_words(name)
    snake_case_name = '_'.join(words)
    return snake_case_name

转大蛇式命名法

大蛇式命名法，其实就是大写下划线命名法，也叫宏命名法（macro case），如 'MACRO_CASE'

• 字母全大写

• 下划线连接

def to_macro_case(name):
    words = to_upper_words(name)
    snake_case_name = '_'.join(words)
    return snake_case_name

转小驼峰命名法

小驼峰命名法，也叫驼峰命名法（camel case） ，如 'camelCase'

• 首单词首字母小写，后每个单词首字母大写

• 不使用连接符

def to_camel_case(name):
    words = to_words(name)
    camel_case_words = []
    for word in words:
        if len(word) <= 1:
            camel_case_words.append(word.upper())
        else:
            camel_case_words.append(word[0].upper() + word[1:])

    camel_case = ''.join(camel_case_words)
    if len(camel_case) <= 1:
        camel_case = camel_case.lower()
    else:
        camel_case = ''.join(camel_case[0].lower() + camel_case[1:])
    return camel_case

转大驼峰命名法

大驼峰命名法，也叫帕斯卡命名法（pascal case） ，如 'PascalCase'

• 每个单词首字母大写

• 不使用连接符

def to_pascal_case(name):
    words = to_words(name)
    pascal_case_words = []
    for word in words:
        if len(word) <= 1:
            pascal_case_words.append(word.upper())
        else:
            pascal_case_words.append(word[0].upper() + word[1:])
    pascal_case = ''.join(pascal_case_words)
    return pascal_case