词边界在哪里,代码类写法全靠它
`snake_case` 这类写法无法只靠改字母得到:它必须先知道一个词在哪里结束、下一个词从哪里开始,而答案并不在空格里。`parseHTMLResponse` 是三个词,`HTTPServer` 是两个词,`don’t` 是一个词,`state-of-the-art` 是四个词;只按空格切分的页面会把它们各自变成一个很长的 token,其他转换器令人意外的地方大多来自这里。
本页按四类边界切分:任何不是字母或数字的字符,包括空格、换行、下划线、连字符、点、斜杠、逗号、括号和 emoji;小写字母之后出现的大写字母;一串大写字母后接小写词时,最后一个大写字母之前的位置;以及字母与数字相邻且开关允许时。四类边界都会在结果下方逐词列出,并说明每个词的起点原因,方便你核对切分,而不是只能相信结果。