如何将正则环视组合为逻辑组，实现帕斯卡命名特殊词不拆分

我原本用带正向后行断言和正向前行断言的正则表达式(?<=[a-z])(?=[A-Z])拆分帕斯卡命名的字符串，比如能把"MyPascalCasedString"拆成["My", "Pascal", "Cased", "String"]。现在需要处理特殊情况：像"LibreOffice"这种看起来是帕斯卡命名，但要当成单个词不拆分的固定组合。我试了加负环视写成(?<=[a-z])(?=[A-Z])(?<!Libre)(?!Office)，虽然能把"ThisIsLibreOffice"拆成["This", "Is", "LibreOffice"]，但会误判其他情况——比如"ThisIsLibreSoftware"会被拆成["This", "Is", "LibreSoftware"]，"ThisIsAnotherOffice"会被拆成["This", "Is", "AnotherOffice"]，这两个其实应该拆分才对。请问怎么组合负环视，让它只在"Libre"后面跟"Office"的时候才不拆分，同时保留原来两个正环视的功能？

解决方案 #

核心是要让负环视同时匹配前后的特定组合，而不是单独排除"Libre"结尾或"Office"开头的位置。你需要把两个负环视合并成一个逻辑：当当前位置的前几个字符是"Libre"，且后几个字符是"Office"的时候，才不进行拆分；其他符合小写接大写的位置都正常拆分。

正确的正则表达式 #

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

逻辑解释 #

• 保留原有的(?<=[a-z])(?=[A-Z])：确保只在小写字母后面紧跟大写字母的位置拆分。
• 新增的(?<!Libre(?=[A-Z]Office))是嵌套了正向前瞻的负后行断言：
  • 先检查当前位置的前面是否是"Libre"，同时这个"Libre"后面紧跟的是大写O开头的"Office"（也就是LibreOffice这个固定组合的分界处）。
  • 只有当这个嵌套条件满足时，才排除该位置的拆分；其他所有小写接大写的位置，都正常执行拆分。

测试效果 #

• 对"ThisIsLibreOffice"：Libre后面的O开头Office被匹配，该位置不拆分，结果为["This", "Is", "LibreOffice"]
• 对"ThisIsLibreSoftware"：Libre后面是S开头的Software，不满足嵌套条件，Libre和Software之间会拆分，结果为["This", "Is", "Libre", "Software"]
• 对"ThisIsAnotherOffice"：Another和Office之间的位置前面不是Libre，正常拆分，结果为["This", "Is", "Another", "Office"]

扩展：添加更多固定复合词 #

如果后续需要处理类似的其他固定组合（比如"OpenOffice"），可以用|分隔多个规则扩展正则：

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

内容的提问来源于stack exchange，提问作者Dominik