"myCAMELCase" から "my", "CAMEL", "Case" を抽出する正規表現

Elasticsearch の Pattern Capture Token Filter で欲しくなったので書いた。

TL;DR

/([a-z]+)|([A-Z][a-z]+)|([A-Z]+)(?=[A-Z])/g

（A-z の範囲外を扱う場合は [A-Z], [a-z] の代わりに \p{Lu} （対応する小文字がある大文字）、 \p{Ll} （対応する大文字がある小文字）を使うほうが適切なケースもある）

解説

/
  ([a-z]+)       # 小文字の連続 (my)
| ([A-Z][a-z]+)  # 大文字に続く小文字の連続 (Case)
| ([[A-Z]+)      # 大文字に続く大文字の連続 (CAMEL)
  (?=[A-Z])      #   最後の連続する大文字はマッチせず、また消費しない（先読み）
/g

• /([a-z]+)|([A-Z][a-z]+)|[A-Z]+/g だと、"MyAPIDocs" からは "My", "APID", "ocs" のような結果が得られてしまう（Docs の D まで食われてしまう）
• そこで、大文字の連続のキャプチャグループ ([[A-Z]+) の後ろに [A-Z] をひとつだけ置いておくことで最後の大文字（上の例ならば Docs の D）にマッチさせず、またそれを肯定先読み (positive lookahead) (?=) にしておくことで、消費もさせない