优雅的 Python 函数将 CamelCase 转换为 snake_case？

Question

例子：

>>> convert('CamelCase')
'camel_case'

Answer 1

骆驼案到蛇案

import re

name = 'CamelCaseName'
name = re.sub(r'(?<!^)(?=[A-Z])', '_', name).lower()
print(name)  # camel_case_name

如果你多次这样做并且上面的速度很慢，请预先编译正则表达式：

pattern = re.compile(r'(?<!^)(?=[A-Z])')
name = pattern.sub('_', name).lower()

专门处理更高级的情况（这不再可逆）：

def camel_to_snake(name):
    name = re.sub('(.)([A-Z][a-z]+)', r'\1_\2', name)
    return re.sub('([a-z0-9])([A-Z])', r'\1_\2', name).lower()

print(camel_to_snake('camel2_camel2_case'))  # camel2_camel2_case
print(camel_to_snake('getHTTPResponseCode'))  # get_http_response_code
print(camel_to_snake('HTTPResponseCodeXYZ'))  # http_response_code_xyz

添加两个或更多下划线的情况：

def to_snake_case(name):
    name = re.sub('(.)([A-Z][a-z]+)', r'\1_\2', name)
    name = re.sub('__([A-Z])', r'_\1', name)
    name = re.sub('([a-z0-9])([A-Z])', r'\1_\2', name)
    return name.lower()

蛇皮套到骆驼皮套

name = 'snake_case_name'
name = ''.join(word.title() for word in name.split('_'))
print(name)  # SnakeCaseName

Answer 2

包索引中有一个inflection library 可以为您处理这些事情。在这种情况下，您会寻找inflection.underscore()：

>>> inflection.underscore('CamelCase')
'camel_case'

Answer 3

我不知道为什么这些都这么复杂。

在大多数情况下，简单的表达式 ([A-Z]+) 就可以解决问题

>>> re.sub('([A-Z]+)', r'_\1','CamelCase').lower()
'_camel_case'  
>>> re.sub('([A-Z]+)', r'_\1','camelCase').lower()
'camel_case'
>>> re.sub('([A-Z]+)', r'_\1','camel2Case2').lower()
'camel2_case2'
>>> re.sub('([A-Z]+)', r'_\1','camelCamelCase').lower()
'camel_camel_case'
>>> re.sub('([A-Z]+)', r'_\1','getHTTPResponseCode').lower()
'get_httpresponse_code'

要忽略第一个字符，只需在 (?!^) 后面添加外观

>>> re.sub('(?!^)([A-Z]+)', r'_\1','CamelCase').lower()
'camel_case'
>>> re.sub('(?!^)([A-Z]+)', r'_\1','CamelCamelCase').lower()
'camel_camel_case'
>>> re.sub('(?!^)([A-Z]+)', r'_\1','Camel2Camel2Case').lower()
'camel2_camel2_case'
>>> re.sub('(?!^)([A-Z]+)', r'_\1','getHTTPResponseCode').lower()
'get_httpresponse_code'

如果您想将 ALLCaps 与 all_caps 分开并期望字符串中有数字，您仍然不需要执行两次单独运行，只需使用 | 这个表达式 ((?<=[a-z0-9])[A-Z]|(?!^)[A-Z](?=[a-z])) 可以处理本书中的几乎所有场景

>>> a = re.compile('((?<=[a-z0-9])[A-Z]|(?!^)[A-Z](?=[a-z]))')
>>> a.sub(r'_\1', 'getHTTPResponseCode').lower()
'get_http_response_code'
>>> a.sub(r'_\1', 'get2HTTPResponseCode').lower()
'get2_http_response_code'
>>> a.sub(r'_\1', 'get2HTTPResponse123Code').lower()
'get2_http_response123_code'
>>> a.sub(r'_\1', 'HTTPResponseCode').lower()
'http_response_code'
>>> a.sub(r'_\1', 'HTTPResponseCodeXYZ').lower()
'http_response_code_xyz'

这完全取决于您想要什么，因此请使用最适合您需求的解决方案，因为它不应过于复杂。

开心！

Answer 4

避免使用库和正则表达式：

def camel_to_snake(s):
    return ''.join(['_'+c.lower() if c.isupper() else c for c in s]).lstrip('_')

>>> camel_to_snake('ThisIsMyString')
'this_is_my_string'

Answer 5

stringcase 是我的首选库；例如：

>>> from stringcase import pascalcase, snakecase
>>> snakecase('FooBarBaz')
'foo_bar_baz'
>>> pascalcase('foo_bar_baz')
'FooBarBaz'

Answer 6

我认为这个解决方案比以前的答案更直接：

import re

def convert (camel_input):
    words = re.findall(r'[A-Z]?[a-z]+|[A-Z]{2,}(?=[A-Z][a-z]|\d|\W|$)|\d+', camel_input)
    return '_'.join(map(str.lower, words))


# Let's test it
test_strings = [
    'CamelCase',
    'camelCamelCase',
    'Camel2Camel2Case',
    'getHTTPResponseCode',
    'get200HTTPResponseCode',
    'getHTTP200ResponseCode',
    'HTTPResponseCode',
    'ResponseHTTP',
    'ResponseHTTP2',
    'Fun?!awesome',
    'Fun?!Awesome',
    '10CoolDudes',
    '20coolDudes'
]
for test_string in test_strings:
    print(convert(test_string))

哪些输出：

camel_case
camel_camel_case
camel_2_camel_2_case
get_http_response_code
get_200_http_response_code
get_http_200_response_code
http_response_code
response_http
response_http_2
fun_awesome
fun_awesome
10_cool_dudes
20_cool_dudes

正则表达式匹配三种模式：

1. [A-Z]?[a-z]+：可选以大写字母开头的连续小写字母。
2. [A-Z]{2,}(?=[A-Z][a-z]|\d|\W|$)：两个或多个连续的大写字母。如果最后一个大写字母后跟一个小写字母，它会使用先行排除它。
3. \d+：连续的数字。

通过使用re.findall，我们得到一个单独的“单词”列表，这些单词可以转换为小写并用下划线连接。

Answer 7

就我个人而言，我不确定如何将在 python 中使用正则表达式的任何东西描述为优雅。这里的大多数答案只是在做“代码高尔夫”类型的 RE 技巧。优雅的编码应该很容易理解。

def to_snake_case(not_snake_case):
    final = ''
    for i in xrange(len(not_snake_case)):
        item = not_snake_case[i]
        if i < len(not_snake_case) - 1:
            next_char_will_be_underscored = (
                not_snake_case[i+1] == "_" or
                not_snake_case[i+1] == " " or
                not_snake_case[i+1].isupper()
            )
        if (item == " " or item == "_") and next_char_will_be_underscored:
            continue
        elif (item == " " or item == "_"):
            final += "_"
        elif item.isupper():
            final += "_"+item.lower()
        else:
            final += item
    if final[0] == "_":
        final = final[1:]
    return final

>>> to_snake_case("RegularExpressionsAreFunky")
'regular_expressions_are_funky'

>>> to_snake_case("RegularExpressionsAre Funky")
'regular_expressions_are_funky'

>>> to_snake_case("RegularExpressionsAre_Funky")
'regular_expressions_are_funky'

Answer 8

''.join('_'+c.lower() if c.isupper() else c for c in "DeathToCamelCase").strip('_')
re.sub("(.)([A-Z])", r'\1_\2', 'DeathToCamelCase').lower()

Answer 9

我不明白为什么要同时使用 .sub() 调用？ :) 我不是正则表达式大师，但我将功能简化为这个，适合我的某些需求，我只需要一个解决方案将 camelCasedVars 从 POST 请求转换为 vars_with_underscore：

def myFunc(...):
  return re.sub('(.)([A-Z]{1})', r'\1_\2', "iTriedToWriteNicely").lower()

它不适用于像 getHTTPResponse 这样的名称，因为我听说它的命名约定不好（应该像 getHttpResponse，很明显，它更容易记住这种形式）。

Answer 10

这是我的解决方案：

def un_camel(text):
    """ Converts a CamelCase name into an under_score name. 

        >>> un_camel('CamelCase')
        'camel_case'
        >>> un_camel('getHTTPResponseCode')
        'get_http_response_code'
    """
    result = []
    pos = 0
    while pos < len(text):
        if text[pos].isupper():
            if pos-1 > 0 and text[pos-1].islower() or pos-1 > 0 and \
            pos+1 < len(text) and text[pos+1].islower():
                result.append("_%s" % text[pos].lower())
            else:
                result.append(text[pos].lower())
        else:
            result.append(text[pos])
        pos += 1
    return "".join(result)

它支持 cmets 中讨论的那些极端情况。例如，它会将getHTTPResponseCode 转换为get_http_response_code。

Answer 11

为了好玩：

>>> def un_camel(input):
...     output = [input[0].lower()]
...     for c in input[1:]:
...             if c in ('ABCDEFGHIJKLMNOPQRSTUVWXYZ'):
...                     output.append('_')
...                     output.append(c.lower())
...             else:
...                     output.append(c)
...     return str.join('', output)
...
>>> un_camel("camel_case")
'camel_case'
>>> un_camel("CamelCase")
'camel_case'

或者，更有趣的是：

>>> un_camel = lambda i: i[0].lower() + str.join('', ("_" + c.lower() if c in "ABCDEFGHIJKLMNOPQRSTUVWXYZ" else c for c in i[1:]))
>>> un_camel("camel_case")
'camel_case'
>>> un_camel("CamelCase")
'camel_case'

Answer 12

使用正则表达式可能是最短的，但这种解决方案更具可读性：

def to_snake_case(s):
    snake = "".join(["_"+c.lower() if c.isupper() else c for c in s])
    return snake[1:] if snake.startswith("_") else snake

Answer 13

这不是一个优雅的方法，是一个简单状态机（位域状态机）的非常“低级”的实现，可能是解决这个问题的最反 Python 模式，但是 re 模块也实现了一个过于复杂的状态机解决这个简单的任务，所以我认为这是一个很好的解决方案。

def splitSymbol(s):
    si, ci, state = 0, 0, 0 # start_index, current_index 
    '''
        state bits:
        0: no yields
        1: lower yields
        2: lower yields - 1
        4: upper yields
        8: digit yields
        16: other yields
        32 : upper sequence mark
    '''
    for c in s:

        if c.islower():
            if state & 1:
                yield s[si:ci]
                si = ci
            elif state & 2:
                yield s[si:ci - 1]
                si = ci - 1
            state = 4 | 8 | 16
            ci += 1

        elif c.isupper():
            if state & 4:
                yield s[si:ci]
                si = ci
            if state & 32:
                state = 2 | 8 | 16 | 32
            else:
                state = 8 | 16 | 32

            ci += 1

        elif c.isdigit():
            if state & 8:
                yield s[si:ci]
                si = ci
            state = 1 | 4 | 16
            ci += 1

        else:
            if state & 16:
                yield s[si:ci]
            state = 0
            ci += 1  # eat ci
            si = ci   
        print(' : ', c, bin(state))
    if state:
        yield s[si:ci] 


def camelcaseToUnderscore(s):
    return '_'.join(splitSymbol(s)) 

splitsymbol 可以解析所有 case 类型：UpperSEQUENCEInterleaved、under_score、BIG_SYMBOLS 和 cammelCasedMethods

希望有用

Answer 14

这么多复杂的方法... 只需找到所有“Titled”组并使用下划线加入其小写变体。

>>> import re
>>> def camel_to_snake(string):
...     groups = re.findall('([A-z0-9][a-z]*)', string)
...     return '_'.join([i.lower() for i in groups])
...
>>> camel_to_snake('ABCPingPongByTheWay2KWhereIsOurBorderlands3???')
'a_b_c_ping_pong_by_the_way_2_k_where_is_our_borderlands_3'

如果您不想让数字像组的第一个字符或单独的组 - 您可以使用 ([A-z][a-z0-9]*) 掩码。

Answer 15

一个使用正则表达式的可怕示例（您可以轻松清理它:)）：

def f(s):
    return s.group(1).lower() + "_" + s.group(2).lower()

p = re.compile("([A-Z]+[a-z]+)([A-Z]?)")
print p.sub(f, "CamelCase")
print p.sub(f, "getHTTPResponseCode")

虽然适用于 getHTTPResponseCode！

或者，使用 lambda：

p = re.compile("([A-Z]+[a-z]+)([A-Z]?)")
print p.sub(lambda x: x.group(1).lower() + "_" + x.group(2).lower(), "CamelCase")
print p.sub(lambda x: x.group(1).lower() + "_" + x.group(2).lower(), "getHTTPResponseCode")

编辑：也应该很容易看出像“测试”这样的情况还有改进的空间，因为下划线是无条件插入的。

Answer 16

改编自https://stackoverflow.com/users/267781/matth 谁使用生成器。

def uncamelize(s):
    buff, l = '', []
    for ltr in s:
        if ltr.isupper():
            if buff:
                l.append(buff)
                buff = ''
        buff += ltr
    l.append(buff)
    return '_'.join(l).lower()

Answer 17

看看优秀的 Schematics 库

https://github.com/schematics/schematics

它允许您创建可以从 python 序列化/反序列化到 Javascript 风格的类型化数据结构，例如：

class MapPrice(Model):
    price_before_vat = DecimalType(serialized_name='priceBeforeVat')
    vat_rate = DecimalType(serialized_name='vatRate')
    vat = DecimalType()
    total_price = DecimalType(serialized_name='totalPrice')

Answer 18

这个简单的方法应该可以完成工作：

import re

def convert(name):
    return re.sub(r'([A-Z]*)([A-Z][a-z]+)', lambda x: (x.group(1) + '_' if x.group(1) else '') + x.group(2) + '_', name).rstrip('_').lower()

• 我们查找前面有任意数量（或零个）大写字母，后跟任意数量小写字符的大写字母。
• 下划线放置在组中最后一个大写字母的出现之前，并且可以在该大写字母之前放置一个下划线，以防它前面有其他大写字母。
• 如果有尾随下划线，请将其删除。
• 最后，将整个结果字符串改为小写。

（取自here，见working example online）

Answer 19

这是我为更改制表符分隔文件的标题所做的事情。我省略了我只编辑文件第一行的部分。你可以很容易地使用 re 库来适应 Python。这还包括分离数字（但将数字保持在一起）。我分两步完成，因为这比告诉它不要在行或制表符的开头添加下划线更容易。

第一步...查找大写字母或小写字母前面的整数，并在它们前面加上下划线：

搜索：

([a-z]+)([A-Z]|[0-9]+)

替换：

\1_\l\2/

第二步...执行上述操作并再次运行它以将所有大写字母转换为小写：

搜索：

([A-Z])

替换（即反斜杠，小写L，反斜杠，一）：

\l\1

Answer 20

我一直在寻找解决同一问题的方法，但我需要一条链条；例如

"CamelCamelCamelCase" -> "Camel-camel-camel-case"

从这里不错的两字解决方案开始，我想出了以下内容：

"-".join(x.group(1).lower() if x.group(2) is None else x.group(1) \
         for x in re.finditer("((^.[^A-Z]+)|([A-Z][^A-Z]+))", "stringToSplit"))

大多数复杂的逻辑是避免将第一个单词小写。如果您不介意更改第一个单词，这里有一个更简单的版本：

"-".join(x.group(1).lower() for x in re.finditer("(^[^A-Z]+|[A-Z][^A-Z]+)", "stringToSplit"))

当然，您可以预编译正则表达式或使用下划线而不是连字符连接，如其他解决方案中所述。

Answer 21

简洁无正则表达式，但HTTPResponseCode=> httpresponse_code：

def from_camel(name):
    """
    ThisIsCamelCase ==> this_is_camel_case
    """
    name = name.replace("_", "")
    _cas = lambda _x : [_i.isupper() for _i in _x]
    seq = zip(_cas(name[1:-1]), _cas(name[2:]))
    ss = [_x + 1 for _x, (_i, _j) in enumerate(seq) if (_i, _j) == (False, True)]
    return "".join([ch + "_" if _x in ss else ch for _x, ch in numerate(name.lower())])

Answer 22

没有任何库：

def camelify(out):
    return (''.join(["_"+x.lower() if i<len(out)-1 and x.isupper() and out[i+1].islower()
         else x.lower()+"_" if i<len(out)-1 and x.islower() and out[i+1].isupper()
         else x.lower() for i,x in enumerate(list(out))])).lstrip('_').replace('__','_')

有点重，但是

CamelCamelCamelCase ->  camel_camel_camel_case
HTTPRequest         ->  http_request
GetHTTPRequest      ->  get_http_request
getHTTPRequest      ->  get_http_request

Answer 23

this site 提出的非常好的 RegEx：

(?<!^)(?=[A-Z])

如果python有一个String Split方法，它应该可以工作......

在 Java 中：

String s = "loremIpsum";
words = s.split("(?<!^)(?=[A-Z])");

Answer 24

以防万一有人需要转换完整的源文件，这里有一个脚本可以做到。

# Copy and paste your camel case code in the string below
camelCaseCode ="""
    cv2.Matx33d ComputeZoomMatrix(const cv2.Point2d & zoomCenter, double zoomRatio)
    {
      auto mat = cv2.Matx33d::eye();
      mat(0, 0) = zoomRatio;
      mat(1, 1) = zoomRatio;
      mat(0, 2) = zoomCenter.x * (1. - zoomRatio);
      mat(1, 2) = zoomCenter.y * (1. - zoomRatio);
      return mat;
    }
"""

import re
def snake_case(name):
    s1 = re.sub('(.)([A-Z][a-z]+)', r'\1_\2', name)
    return re.sub('([a-z0-9])([A-Z])', r'\1_\2', s1).lower()

def lines(str):
    return str.split("\n")

def unlines(lst):
    return "\n".join(lst)

def words(str):
    return str.split(" ")

def unwords(lst):
    return " ".join(lst)

def map_partial(function):
    return lambda values : [  function(v) for v in values]

import functools
def compose(*functions):
    return functools.reduce(lambda f, g: lambda x: f(g(x)), functions, lambda x: x)

snake_case_code = compose(
    unlines ,
    map_partial(unwords),
    map_partial(map_partial(snake_case)),
    map_partial(words),
    lines
)
print(snake_case_code(camelCaseCode))

Answer 25

哇，我刚刚从 django sn-ps 偷了这个。参考http://djangosnippets.org/snippets/585/

相当优雅

camelcase_to_underscore = lambda str: re.sub(r'(?<=[a-z])[A-Z]|[A-Z](?=[^A-Z])', r'_\g<0>', str).lower().strip('_')

例子：

camelcase_to_underscore('ThisUser')

返回：

'this_user'

REGEX DEMO

Answer 26

def convert(name):
    return reduce(
        lambda x, y: x + ('_' if y.isupper() else '') + y, 
        name
    ).lower()

如果我们需要覆盖一个已经没有被引入的输入的案例：

def convert(name):
    return reduce(
        lambda x, y: x + ('_' if y.isupper() and not x.endswith('_') else '') + y, 
        name
    ).lower()

Answer 27

不在标准库中，但我发现 this module 似乎包含您需要的功能。

Answer 28

如果您使用Google's (nearly) deterministic Camel case algorithm，则不需要处理HTMLDocument 之类的东西，因为它应该是HtmlDocument，那么这种基于正则表达式的方法很简单。它将所有大写字母或数字替换为下划线。注意不处理多位数字。

import re

def to_snake_case(camel_str):
    return re.sub('([A-Z0-9])', r'_\1', camel_str).lower().lstrip('_')

Answer 29

def convert(camel_str):
    temp_list = []
    for letter in camel_str:
        if letter.islower():
            temp_list.append(letter)
        else:
            temp_list.append('_')
            temp_list.append(letter)
    result = "".join(temp_list)
    return result.lower()

Answer 30

使用：str.capitalize() 将字符串的第一个字母（包含在变量 str 中）转换为大写字母并返回整个字符串。

示例： 命令：“你好”.capitalize() 输出：你好