Java驼峰转下划线的关键是准确识别大小写边界，尤其处理连续大写字母（如XML、HTTP），推荐使用Guava的CaseFormat或手写状态机逻辑，避免正则误切。
Java 中将驼峰命名（如 userName、XMLHttpRequest）转为下划线命名（如 user_name、xml_http_request）的关键是：**识别大小写字母边界，尤其是连续大写字母的处理**。标准做法不是简单地在每个大写字母前加下划线，而是要区分单词边界（如 iPhone → i_phone，URLParser → url_parser），同时保持首尾不带下划线、全小写输出。
基础正则替换（适用于常规驼峰）
对大多数常见驼峰（如 firstName、myXMLData），可用两步正则处理：
- 先匹配「小写字母+大写字母」→ 在中间插入下划线，如
myName→my_Name - 再匹配「大写字母+大写字母+小写字母」→ 在第一个大写后插入下划线，如
XMLParser→XML_Parser，再配合第一步变成x_m_l_parser？不对——这会出错。所以更稳妥的是用「前瞻+后顾」组合判断边界
推荐单次正则方案（JDK 7+）：
String underscore = camelCase.replaceAll("([a-z])([A-Z])", "$1_$2")
.replaceAll("([A-Z])([A-Z][a-z])", "$1_$2")
.toLowerCase();
说明：
• 第一个 replaceAll 处理 aB → a_B（如 userType → user_Type）
• 第二个处理 ABc → A_Bc（如 XMLParser → XM_LParser，再经上一步变 xml_parser）
• 最后统一转小写
处理特殊缩略词（如 HTTP、ID、URL）
纯正则容易把 userId 错切成 u_ser_id 或 user_i_d。更健壮的方式是预定义常见缩略词表，或使用成熟工具类：
立即学习“Java免费学习笔记（深入）”；
- Apache Commons Lang 的
StringUtils.uncapitalize(StringUtils.replacePattern(str, "([A-Z])", "_$1"))不够智能，建议用CaseUtils.toCamelCase()的逆向思路 - 实际项目中推荐直接用
com.google.common.base.CaseFormat（Guava）：
String underscore = CaseFormat.UPPER_CAMEL.to(CaseFormat.LOWER_UNDERSCORE, "XmlHttpRequest"); // 结果："xml_http_request"
它内置了对缩略词的识别逻辑（如 XML、HTTP、ID 会被整体视为一个单词），无需手动维护规则。
手写健壮解析（无第三方依赖时）
若不能引入 Guava，可参考 Spring Framework 的 org.springframework.util.StringUtils#camelCaseToUnderscore 思路，核心逻辑是遍历字符，按状态机判断是否插入下划线：
- 记录前一字符是否为大写、是否为字母、是否刚插入过下划线
- 遇到大写字母时，检查前一个是小写（
aB）、或前一个是大写但后一个是小写（ABc）→ 此时才加下划线 - 跳过开头和结尾的下划线，最后转小写
示例片段（简化版）：
StringBuilder result = new StringBuilder();
for (int i = 0; i < str.length(); i++) {
char c = str.charAt(i);
if (Character.isUpperCase(c)) {
if (i > 0 && !Character.isUpperCase(str.charAt(i-1))
|| (i < str.length()-1 && Character.isLowerCase(str.charAt(i+1)))) {
result.append('_');
}
}
result.append(Character.toLowerCase(c));
}
return result.toString();
注意边界情况
以下输入需验证你的方法是否正确处理：
-
iPhone→i_phone（不是iphone或i_phone✅） -
parseXML→parse_xml（不是parse_x_m_l） -
URL→url（单个缩略词全转小写） -
MyIDGenerator→my_id_generator（不是my_i_d_generator）
Guava 的 CaseFormat 和 Spring 的实现均能正确覆盖这些场景；自研正则若未分两步或未加后顾条件，大概率会出错。
