在Perl中驼峰（WikiWord）Utf8正确的正则表达式

Question

这里有一个关于CamelCase regex的问题。结合tchrist post我想知道什么是正确UTF-8驼峰。

与（布莱恩·d FOY的）正则表达式开始：

/ 
    \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 

有线路问题标记为 '###'。

此外，如何修改正则表达式时，假定比数字和下划线等价于小写字母，所以W2X3是一个有效的驼峰字。

更新时间：（YSTH评论）

下一个，

• any：意思是 “大写或小写字母或数字或下划线”

正则表达式应该匹配CamelWord， CaW

• 开始用大写字母
• 可选任何
• 小写字母或数字或下划线
• 可选任何
• 大写字母
• 可选任何

请，不标记为重复，因为它不是。 original question（和答案）只认为ascii。

Answer 1

我真的不知道你想要做什么，但这应该更接近你原来的意图。不过，我仍然无法分辨你的意思。

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 

千万不要使用[a-z]。而实际上，不要使用\p{Lowercase_Letter}或\p{Ll}，因为那些不是更理想和更正确的\p{Lowercase}和\p{Lower}。

请记住，\w实际上只是

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