regex - 将单元格值转换为snake_case

Question

我有一些数据清理任务。我有一个专栏，从 H6 开始，然后再往下。该列包含应该在snake_case 中的数据，但事实并非如此。单元格值的形式为：

• 带骆驼壳：“CamelCase”
• 带空格：“间隔值”
• 带有一些初始调用上限：ALLCAPSPREFIX_rest
• 以上结合

我知道没有具体的算法可以将这一切都带到snake_case，但我想提出至少将大多数单元格带到snake_case的代码。

我尝试使用 VBA 代码用下划线替换空格并获取下划线的索引。现在我想把下划线后面的所有字符都变成小写。此外，我正在考虑替换两个字符的序列：第一个小写字母和下一个大写字母，比如我lC不想转换为. 但在更进一步之前，我想知道是否有更简单的方法来解决这个问题。l_cCCCc_c_cccc

标签： regexexcelvbastring

Answer 1

这是一种可以满足您要求的方法：

Option Explicit
Function Snake_case(s As String) As String
    Dim RE As Object
    Const sPat As String = "([A-Za-z0-9]+)(?=[ _A-Z])[ _]?(\S+)"
    Const sRepl As String = "$1_$2"
    Dim v As Variant

Set RE = CreateObject("vbscript.regexp")
With RE
    .Global = True
    .ignorecase = False
    .Pattern = sPat
    v = Split(.Replace(s, sRepl), "_")
End With

v(0) = WorksheetFunction.Proper(v(0))
v(1) = LCase(v(1))
Snake_case = Join(v, "_")

End Function

这是正则表达式和替换字符串的解释：

Snake_case 转换

([A-Za-z0-9]+)(?=[ _A-Z])[ _]?(\S+)

选项：区分大小写；^$ 匹配换行符

• 匹配下面的正则表达式并将其匹配捕获到反向引用编号 1 ([A-Za-z0-9]+)
  • 匹配下面列表中的单个字符 [A-Za-z0-9]+
    • 一次和无限次之间，尽可能多次，按需回馈（贪婪） +
    • “A”和“Z”之间的字符</a>A-Z
    • 介于“a”和“z”之间的字符</a>a-z
    • “0”到“9”范围内的字符</a>0-9
• 断言下面的正则表达式可以从这个位置开始匹配（正前瞻） (?=[ _A-Z])
  • 匹配下面列表中的单个字符 [ _A-Z]
    • 列表“_”中的单个字符</a>_
    • “A”和“Z”之间的字符</a>A-Z
• 匹配列表“_”中的单个字符</a>[ _]?
  • 0 到 1 次，尽可能多次，按需回馈（贪婪） ?
• 匹配下面的正则表达式并将其匹配捕获到反向引用编号 2 (\S+)
  • 匹配不是“空白字符”的单个字符</a>\S+
    • 一次和无限次之间，尽可能多次，按需回馈（贪婪） +

$1_$2

• 插入上次捕获组号 1 匹配的文本 $1
• 按字面意思插入字符“_” _
• 插入上次捕获组号 2 匹配的文本 $2

使用RegexBuddy创建