实现选中字符串分词 例如 TomLikes eat iceCream. 分词为 tom|likes|eat|ice|cream|.

src/extension.ts

@@ -3,7 +3,7 @@
 import * as vscode from 'vscode';
 import * as TextConversion from './main-code/text-conversion';
 
-type ConvertFunction = (selectionText: string) => string | undefined;
+type ConvertFunction = (selectionText: string) => string;
 
 // This method is called when your extension is activated
 // Your extension is activated the very first time the command is executed
@@ -46,7 +46,7 @@ export function activate(context: vscode.ExtensionContext) {
 			return;
 		}
 
-		// 当转换后文本与转换前相同时，跳过转换
+		// 当转换后文本与转换前相同时，跳过转换，避免形成 Ctrl + Z 撤销历史记录
 		if (converted === text) {
 			console.log('selection text is same to converted text, skip replace contents.');
 			return;

src/main-code/text-conversion.ts

@@ -1,3 +1,5 @@
+import { transformText } from './text-split';
+
 /**
  * 转小驼峰 to Camel Case
  * 
@@ -6,6 +8,12 @@
  * @since 2024-03-28
  */
 export function toCamelCase(str: string): string {
+    // 切割文本
+    const result = transformText(str);
+    console.log('result', result);
+
+    // TODO
+
     return str.replace(/_([a-z])/g, (g) => g[1].toUpperCase());
 }
 

src/main-code/text-split.ts

@@ -1,89 +1,56 @@
 
-const handlerList = [];
+const logDebugInfo = false;
-/**
- * 小驼峰处理中间件
- * 
- * @param str 
- * @since 2024-03-29
- */
-const camelCaseHandler = (str: string) => {
-    // 是否是小驼峰
-    const regexp = /^$/g; // need done
-    // if()
-};
-handlerList.push(camelCaseHandler);
-
-/**
- * 小驼峰处理中间件
- * 
- * @param str 
- * @since 2024-03-29
- */
-const pascalCaseHandler = (str: string) => {
-    // 是否是小驼峰
-    const regexp = /^$/g; // need done
-};
-handlerList.push(pascalCaseHandler);
-
-type SplitFailResult = {
-    success: false
-    errMsg: string
-};
-
-type SplitSuccessResult = {
-    success: true
-    result: Array<string>
-};
-
-type SplitResult = SplitFailResult | SplitSuccessResult;
 
 /**
  * 分词
  * 
  * @param str 
- * @since 2024-03-29
+ * @since 2024-04-02
  */
-export function splitWord(str: string): SplitResult {
+export function transformText(input: string): string {
-    // check parameter type
+    logDebugInfo && console.log('input  ', '->' + input + '<-');
-    if (typeof str !== 'string') {
-        return { success: false, errMsg: `str is not string, type: ${typeof str}` };
-    }
 
-    // check parameter length
+    // 记录首尾空格
-    if (str.length === 0) {
+    const leadingSpaces = input.match(/^ +/);
-        return { success: false, errMsg: 'str is empty string.' };
+    const trailingSpaces = input.match(/ +$/);
-    }
-    else if (str.length > 64) {
-        return { success: false, errMsg: 'str is too long, it does not appear to be an acceptable input.' };
-    }
 
-    // check whether the input matches the criteria
+    // 去除首尾空格
-    // 是否包含空格
+    input = input.trim();
-    const isContainSpace = str.indexOf(' ') !== -1;
-    // 是否包含连字符
-    const isContainHyphen = str.indexOf('-') !== -1;
-    // 是否包含下划线
-    const isContainUnderline = str.indexOf('_') !== -1;
-    // 是否包含除空格外的其他连字符 (检查字符串是否包含 - 或 _ ，并且不包含空格)
-    const isContainSeparator =  /^[^\s]*[-_]+[^\s]*$/.test(str);
 
-    // 是否是小驼峰命名法
+    // 使用正则表达式匹配中英文字母、连字符、下划线和空格
-    const isCamelCase = /^[a-z][a-zA-Z]*$/;
+    let result = input.replace(/([A-Za-z\-_ ]+)/g, (match: string) => {
-    // 是否是大驼峰命名法
-    const isPascalCase = /^[A-Z][a-zA-Z]*$/;
-    // 是否包含大写字母
-    const isContainUpperCaseLetter = /[A-Z]/.test(str);
-    // 是否包含小写字母
-    const isContainLowerCaseLetter = /[a-z]/.test(str);
-    // 是否包含字母
-    const isContainLetter = /[a-zA-Z]/.test(str);
 
-    return { success: true, result: [] };
+        // 替换连字符为 '|' （如有多个则合并）
-}
+        match = match.replace(/[-_ ]+/g, '|');
-
+
-const result = splitWord('hello world');
+        // 拆分连续的小写字母和大写字母为多个单词
-if (result.success) {
+        match = match.replace(/([a-z])([A-Z])/g, '$1|$2');
-    console.log('success!', result.result);
+
-} else {
+        // 分割
-    console.log('skip!', result.errMsg);
+        let words = match.split('|');
+
+        // 处理特殊情况，如 'ENFADADO' 不应该被拆分
+        words = words.map(word => {
+            if (word.toUpperCase() === word && word.length > 1) {
+                return word.toLowerCase();
+            }
+            return word.replace(/([A-Z])/g, '|$1').toLowerCase();
+        });
+
+        // 重新组合单词
+        return '|' + words.join('|') + '|';
+    });
+
+    // 如果有多个 | 将其合并
+    result = result.replace(/[\|]+/g, '|');
+
+    // 如果首尾有 | 将其替换掉
+    result = result.replace(/(^[\|]+|[\|]+$)/g, '');
+
+    // 还原首尾空格
+    // result = (leadingSpaces ? (leadingSpaces[0] + '|') : '') + result + (trailingSpaces ? ('|' + trailingSpaces[0]) : '');
+    result = (leadingSpaces ? leadingSpaces[0] : '') + result + (trailingSpaces ? trailingSpaces[0] : '');
+
+    logDebugInfo && console.log('output ', '->' + result + '<-');
+    return result;
 }

src/test/test-case.ts

@@ -49,7 +49,7 @@ const testCase: Array<TestCase> = [
     },
     {
         input:
-            `今天是星期日`
+            '今天是星期日'
         ,
         isSkip: true,
         skipReason: SkipReason.NOT_CONTAIN_LETTERS
@@ -125,4 +125,59 @@ const testCase: Array<TestCase> = [
             pascalCase: ' A NiceDay',
         }
     },
+    {
+        input:
+            ' Julius_Caesar, William_Shakespeare, Albert_Einstein, Marie_Curie, WolfgangAmadeusMozart, Vincent-van-Gogh. '
+        ,
+        isSkip: false,
+        splitResult: [],
+        output: {
+            camelCase: '',
+            pascalCase: '',
+        }
+    },
+    {
+        input:
+            '🥰 a-cup/_of Coffee🍻,-_please!. '
+        ,
+        isSkip: false,
+        splitResult: [],
+        output: {
+            camelCase: '',
+            pascalCase: '',
+        }
+    },
+    {
+        input:
+            '    NHDAs--+90-usz&* '
+        ,
+        isSkip: false,
+        splitResult: [],
+        output: {
+            camelCase: '',
+            pascalCase: '',
+        }
+    },
+    {
+        input:
+            '--担心你鸿dAf_=coffee—_— '
+        ,
+        isSkip: false,
+        splitResult: [],
+        output: {
+            camelCase: '',
+            pascalCase: '',
+        }
+    },
+    {
+        input:
+            'fsdi_sdacsaf+desd'
+        ,
+        isSkip: false,
+        splitResult: [],
+        output: {
+            camelCase: '',
+            pascalCase: '',
+        }
+    },
 ];

src/test/test-text-split.js

@@ -0,0 +1,120 @@
+// 请帮我写一个 js 函数，实现如下功能：建议使用正则实现，难以实现的可以使用代码逻辑配合操作
+// 统一将所有单词转为小写，连字符转换为|便于后续操作
+// 具体转换逻辑：
+// - 如果有多个连字符，将其合并为1个连字符，例如 ice-_-cream -> ice|cream
+// - 如果连续小写字母存在大写字母，将其拆分为多个单词，例如 TomLikes eat iceCream. -> tom|likes|eat|ice|cream|.
+// - 对于1个或连续多个除了A-Z a-z - _ 空格等的特殊字符，或表情符号等，不做处理，将其视为独立单词，例如
+//   takeARest😊haPPy,😢triSTE,ENFADADO, 驚きました,❤️, 笑, 😎COol, 😳-Embarrassed
+//   -> take|a|rest|😊|ha|p|py|,😢|tri|s|t|e|,|enfadado|,| |驚きました,❤️,| |笑|,| |😎|c|ool|,| |😳|embarrassed
+
+// 注意，你不可以直接用toLowerCase，因为TomLikes eat iceCream. 这种情况下iceCream变成icecream就无法分词了
+// 另外，通过检查每个字母，如果它是大写的，我们就在它前面添加一个分隔符，然后再将整个字符串转换为小写，这样也有点问题，比如ENFADADO就会被分开。
+// 需要实现 takeARest-> take|a|rest , triSTE -> tri|s|t|e , ENFADADO -> enfadado , COol -> c|ool 或许按照单词首尾字母大小写判断可以解决这个问题？
+
+// 参考思路：只操作修改其中符合我们替换条件的部分，主要是中英文字母-_和空格，可以用正则匹配出来逐一进行操作后再回填回去，对于其他字符部分不做操作？
+
+
+// 请将如下代码改写成 TypeScript 的格式，并移除 logDebugInfo 参数，需要保留注释内容
+
+const logDebugInfo = false;
+
+function transformText(input) {
+    console.log();
+    console.log('input  ', '->' + input + '<-');
+
+    // 记录首尾空格
+    const leadingSpaces = input.match(/^ +/);
+    const trailingSpaces = input.match(/ +$/);
+
+    // 去除首尾空格
+    input = input.trim();
+    logDebugInfo && console.log('Trimmed input', input);
+
+    // 使用正则表达式匹配中英文字母、连字符、下划线和空格
+    let result = input.replace(/([A-Za-z\-_ ]+)/g, (match) => {
+        logDebugInfo && console.log('callback', match);
+
+        // 替换连字符为 '|' （如有多个则合并）
+        match = match.replace(/[-_ ]+/g, '|');
+        logDebugInfo && console.log('match', match);
+
+        // 拆分连续的小写字母和大写字母为多个单词
+        match = match.replace(/([a-z])([A-Z])/g, '$1|$2');
+        logDebugInfo && console.log('match', match);
+
+        // 分割
+        let words = match.split('|');
+        logDebugInfo && console.log('words', words);
+
+        // 处理特殊情况，如 'ENFADADO' 不应该被拆分
+        words = words.map(word => {
+            // if (word.toUpperCase() === word) {
+            //     return word.toLowerCase();
+            // }
+            // return word/*.replace(/([A-Z])/g, '|$1')*/.toLowerCase();
+            if (word.toUpperCase() === word && word.length > 1) {
+                return word.toLowerCase();
+            }
+            return word.replace(/([A-Z])/g, '|$1').toLowerCase();
+        });
+        logDebugInfo && console.log('words', words);
+
+        // 重新组合单词
+        return '|' + words.join('|') + '|';
+    });
+    logDebugInfo && console.log('result', result);
+
+    // 如果有多个 | 将其合并
+    result = result.replace(/[\|]+/g, '|');
+    logDebugInfo && console.log('result', result);
+
+    // 如果首尾有 | 将其替换掉
+    result = result.replace(/(^[\|]+|[\|]+$)/g, '');
+    logDebugInfo && console.log('result', result);
+
+    // 还原首尾空格
+    // result = (leadingSpaces ? (leadingSpaces[0] + '|') : '') + result + (trailingSpaces ? ('|' + trailingSpaces[0]) : '');
+    result = (leadingSpaces ? leadingSpaces[0] : '') + result + (trailingSpaces ? trailingSpaces[0] : '');
+    logDebugInfo && console.log('Final result', result);
+
+    console.log('output ', '->' + result + '<-');
+    return result;
+}
+
+// 示例用法
+transformText(' ANiceDay!');
+transformText(' A----NiCe_Day_-_-- \'');
+transformText('TomLikes eat iceCream.');
+transformText('takeARest😊haPPy,😢triSTE,ENFADADO, 驚きました,❤️, 笑, 😎COol, 😳-Embarrassed');
+transformText('  Julius_Caesar, William_Shakespeare, Albert_Einstein, Marie_Curie, WolfgangAmadeusMozart, Vincent-van-Gogh. ');
+transformText(' 🥰 a-cup/_of Coffee🍻,-_please!. ');
+transformText('--担心你dAf_=coffee—爸妈不在家_— ');
+transformText('   NHDAs--+90-usz&*  ');
+
+/* 输出：
+
+input   -> ANiceDay!<-
+output  -> a|nice|day|!<-
+
+input   -> A----NiCe_Day_-_-- '<-
+output  -> a|ni|ce|day|'<-
+
+input   ->TomLikes eat iceCream.<-
+output  ->tom|likes|eat|ice|cream|.<-
+
+input   ->takeARest😊haPPy,😢triSTE,ENFADADO, 驚きました,❤️, 笑, 😎COol, 😳-Embarrassed<-
+output  ->take|a|rest|😊|ha|p|py|,😢|tri|ste|,|enfadado|,|驚きました,❤️,|笑,|😎|c|ool|,|😳|embarrassed<-
+
+input   ->  Julius_Caesar, William_Shakespeare, Albert_Einstein, Marie_Curie, WolfgangAmadeusMozart, Vincent-van-Gogh. <-
+output  ->  julius|caesar|,|william|shakespeare|,|albert|einstein|,|marie|curie|,|wolfgang|amadeus|mozart|,|vincent|van|gogh|. <-
+
+input   -> 🥰 a-cup/_of Coffee🍻,-_please!. <-
+output  -> 🥰|a|cup|/|of|coffee|🍻,|please|!. <-
+
+input   ->--担心你dAf_=coffee—爸妈不在家_— <-
+output  ->担心你|d|af|=|coffee|—爸妈不在家|— <-
+
+input   ->   NHDAs--+90-usz&*  <-
+output  ->   n|h|d|as|+90|usz|&*  <-
+
+*/