如何使用正则表达式避免在 unicode 重音后大写字母 [重复]

Posted 2023-03-31

【中文标题】如何使用正则表达式避免在 unicode 重音后大写字母 [重复]

【英文标题】：How to avoid capitalizing letters following unicode accents with regex [duplicate]

【发布时间】：2020-10-04 04:46:42

【问题描述】：

几个小时和几天以来，我一直在寻找正则表达式问题的解决方案。

这是一个字符串示例，我尝试将首字母大写：

test-de'Maëly dUIJSENS

与/\b[a-zA-Z]/g

我设法很好地隔离了第一个字母，但是带重音的字母给我带来了问题，我的结果总是在带重音的字母后面给出一个大写字母：

Test-De'MaëLy Duijsens

我的预期结果如下：

Test-De'Maëly Duijsens

这是我的尝试：

function testcapital ()
  var xxx = capitalizePhrase("test-de'Maëly dUIJSENS")


function capitalizePhrase(phrase) 
  var accentedCharacters = "àèìòùÀÈÌÒÙáéíóúýÁÉÍÓÚÝâêîôûÂÊÎÔÛãñõÃÑÕäëïöüÿÄËÏÖÜŸçÇßØøÅåÆæœ";

  phrase  = phrase.toLowerCase()
  var reg = /\b[a-zA-Z]/g;
  function replace(firstLetters) 
    return firstLetters.toUpperCase();
  
  capitalized = phrase.replace(reg, replace);
  return capitalized;

如何防止重音字符列表后出现大写？

【参考方案1】：

您可以将 unicode 字符放入一个字符类中，该字符类可用于负向回溯：

const capitalizePhrase = phrase => 
  const accentedChars = "àèìòùÀÈÌÒÙáéíóúýÁÉÍÓÚÝâêîôûÂÊÎÔÛãñõÃÑÕäëïöüÿÄËÏÖÜŸçÇßØøÅåÆæœ";
  const reg = new RegExp(`\\b(?<![$accentedChars])([a-z])`, "g");
  return phrase.toLowerCase().replace(reg, m => m.toUpperCase());
;

console.log(capitalizePhrase("test-de'Maëly dUIJSENS"));

【讨论】：

这里不需要u修饰符。它没有做任何特别的事情。 \b 仍然只能识别 ASCII。