如何将正则表达式环视组合成逻辑组

Question

我正在使用这个正则表达式模式，由正向后视和正向前视组成，来拆分以 Pascal 大小写格式设置的字符串单词：

(?<=[a-z])(?=[A-Z])

这可用于拆分，例如，“MyPascalCasedString”为 [“My”、“Pascal”、“Cased”、“String”]。

现在我想修改模式以考虑某些特殊情况：固定单词看起来像 pascal 大小写但被认为是单个单词并且不应拆分，例如“LibreOffice”。我尝试了额外的负面环视：

(?<=[a-z])(?=[A-Z])(?<!Libre)(?!Office)

有效：“ThisIsLibreOffice”被拆分为 [“This”、“Is”、“LibreOffice”]。但是，仅以“Libre”开头或以“Office”结尾的单词也不会拆分：
"ThisIsLibreSoftware" -> ["This", "Is", "LibreSoftware"]
"ThisIsAnotherOffice" -> ["This", "Is", "AnotherOffice"]

我怎样才能结合消极的环视，使它们只匹配在一起，并且仍然与两个积极的环视相结合？

Answer 1

当您“或”额外环顾四周时，它会起作用：

(?<=[a-z])(?=[A-Z])((?<!Libre)|(?!Office))

https://regex101.com/r/SpeVjm/1

为了添加更多特殊情况，例如“开放项目”：

(?<=[a-z])(?=[A-Z])((?<!Libre)(?<!Open)|(?!Office)(?!Project))

https://regex101.com/r/zoM5fs/1

如您所见，它的扩展性不是很好，很快就会失控。我可能宁愿在后处理步骤中将特殊情况合并在一起。

Answer 2

这是我认为可以做到的唯一方法。

(?<=[a-z])(?<!Libre(?=Office))(?=[A-Z])

https://regex101.com/r/hQ306t/1

 (?<= [a-z] )         # Behind a lower case
 (?<!                 # Here in the middle: ( but could be anywhere )
    Libre                # No 'Libre' behind, and
    (?= Office )         # No 'Office' ahead
 )
 (?= [A-Z] )          # Ahead a upper case