PowerShell字符串分词函数优化：连续大写字母拆分问题求助

针对连续大写字母后接小写字母无法正确拆分的问题，可通过调整正则表达式精准识别单词边界来解决。

优化后的函数实现 #

function Get-WordList {
    [CmdletBinding()]
    param(
        [Parameter(Mandatory, ValueFromPipeline)]
        [string]$InputString
    )

    # 匹配两种单词块：
    # 1. 连续大写字母（直到遇到"大写+小写"组合或字符串结尾）
    # 2. 单个大写字母开头，后续跟任意小写字母
    $wordPattern = '[A-Z]+(?=[A-Z][a-z]|$)|[A-Z][a-z]*'
    
    $words = [regex]::Matches($InputString, $wordPattern) | ForEach-Object { $_.Value }
    
    # 返回唯一单词列表
    $words | Select-Object -Unique
}

正则逻辑说明 #

• [A-Z]+(?=[A-Z][a-z]|$)：匹配连续大写字母，仅当这些大写字母后紧跟"大写+小写"组合或字符串结尾时生效。比如在"AADJTagged"中，该规则会匹配出"AADJ"，因为J后是T（大写）+a（小写）的组合。
• [A-Z][a-z]*：匹配单个大写字母开头、后续跟任意数量小写字母的单词块，比如"Tagged"就会被该规则匹配到。

测试示例 #

# 测试连续大写后接小写场景
Get-WordList -InputString "AADJTagged"
# 输出：
# AADJ
# Tagged

# 测试常规驼峰命名场景
Get-WordList -InputString "PowerShellFunctionExample"
# 输出：
# Power
# Shell
# Function
# Example

# 测试混合缩写场景
Get-WordList -InputString "HTTPRequestJSON"
# 输出：
# HTTP
# Request
# JSON

内容的提问来源于stack exchange，提问作者powershellcrack