@isdk/identifier-variants

English | 中文

标识符变体归一：TensorFlow ≡ tensor_flow ≡ tensor-flow

它解决什么

同一个标识符在不同地方写作不同形式。难点在两个方向的不对称：

合并 Hello World → HelloWorld   普通词组被并掉      ❌
拆分 HelloWorld  → Hello World  只在缺空格处插入    ✅

关键理由：自然文本里不会出现两个词紧贴无空格（thecourt 不是合法英文）， 所以"无空格 + 驼峰"是标识符的强信号；而"有空格 + 驼峰"在标题、人名里到处都是。

同样地，hello_world / hello-world 的拆分必须限定在标识符语境 （两侧都是 [A-Za-z0-9]），否则 北京-上海 会被并成 北京上海 —— 那正是第一个问题的镜像。

用法

npm i @isdk/identifier-variants

import { normalizeIdentifier, findIdentifierBreaks } from '@isdk/identifier-variants';

normalizeIdentifier('tensor_flow');  // 'tensor flow'
normalizeIdentifier('TensorFlow');   // 'Tensor Flow'
normalizeIdentifier('北京-上海');     // '北京-上海'（跨脚本不合并）

// 带坐标映射的场景用 findIdentifierBreaks
findIdentifierBreaks('TensorFlow');
// → [{ at: 6, kind: 'insert', sourceLength: 0 }]
findIdentifierBreaks('hello_world');
// → [{ at: 5, kind: 'replace', sourceLength: 1 }]

边界与取舍

• Hello World 也会被当成 HelloWorld（同样是驼峰形状）。是否启用取决于你的语料里 TensorFlow 多还是 Hello World 多 —— 主包默认关闭
• findIdentifierBreaks 的存在理由：只导出"最终字符串"的话，高亮/diff 这类带坐标场景 根本用不了，会导致同一规则被写两遍

相关

• 总览：../../PACKAGES.md
• 英文：README.en.md