在Perl中駝峯（WikiWord）Utf8正確的正則表達式

Question

這裏有一個關於CamelCase regex的問題。結合tchrist post我想知道什麼是正確UTF-8駝峯。

與（布萊恩·d FOY的）正則表達式開始：

/ 
    \b   # start at word boundary 
    [A-Z]  # start with upper 
    [a-zA-Z]* # followed by any alpha 

    (?: # non-capturing grouping for alternation precedence 
     [a-z][a-zA-Z]*[A-Z] # next bit is lower, any zero or more, ending with upper 
      |      # or 
     [A-Z][a-zA-Z]*[a-z] # next bit is upper, any zero or more, ending with lower 
    ) 

    [a-zA-Z]* # anything that's left 
    \b   # end at word 
/x 

和修改到：

/ 
    \b   # start at word boundary 
    \p{Uppercase_Letter}  # start with upper 
    \p{Alphabetic}*   # followed by any alpha 

    (?: # non-capturing grouping for alternation precedence 
     \p{Lowercase_Letter}[a-zA-Z]*\p{Uppercase_Letter} ### next bit is lower, any zero or more, ending with upper 
      |     # or 
     \p{Uppercase_Letter}[a-zA-Z]*\p{Lowercase_Letter} ### next bit is upper, any zero or more, ending with lower 
    ) 

    \p{Alphabetic}*   # anything that's left 
    \b   # end at word 
/x 

有線路問題標記爲 '###'。

此外，如何修改正則表達式時，假定比數字和下劃線等價於小寫字母，所以W2X3是一個有效的駝峯字。

更新時間：（YSTH評論）

下一個，

• any：意思是 「大寫或小寫字母或數字或下劃線」

正則表達式應該匹配CamelWord， CaW

• 開始用大寫字母
• 可選任何
• 小寫字母或數字或下劃線
• 可選任何
• 大寫字母
• 可選任何

請，不標記爲重複，因爲它不是。 original question（和答案）只認爲ascii。

Answer 1

我真的不知道你想要做什麼，但這應該更接近你原來的意圖。不過，我仍然無法分辨你的意思。

m{ 
    \b 
    \p{Upper}  # start with uppercase code point (NOT LETTER) 

    \w*   # optional ident chars 

    # note that upper and lower are not related to letters 
    (?: \p{Lower} \w* \p{Upper} 
     | \p{Upper} \w* \p{Lower} 
    ) 

    \w* 

    \b 
}x 

千萬不要使用[a-z]。而實際上，不要使用\p{Lowercase_Letter}或\p{Ll}，因爲那些不是更理想和更正確的\p{Lowercase}和\p{Lower}。

請記住，\w實際上只是

[\p{Alphabetic}\p{Mark}\p{Decimal_Number}\p{Letter_Number}\p{Connector_Punctuation}]