Блог

Я работаю над кодом для преобразования строки текста в регистр предложений, который также сохранит сокращения. Я изучал похожие сообщения в StackOverflow, однако я не смог найти тот, который соответствует моим требованиям.

Я уже добился преобразования сокращений и первой буквы в предложении. тем не менее, я столкнулся с другими проблемами, такими как некоторые буквы в предложении по-прежнему в верхнем регистре, особенно тексты в двойных кавычках и после них (» «) и тексты в формате camelcase.

Ниже приведен код, над которым я сейчас работаю, мне нужен кто-то, кто поможет мне оптимизировать код и устранить проблемы.

 String.prototype.toSentenceCase = function() {
  var i, j, str, lowers, uppers;
  str = this.replace(/(^w{1}|.s*w{1})/gi, function(txt) {
    return txt.charAt(0).toUpperCase()   txt.substr(1).toLowerCase();
  });

  
  // Certain words such as initialisms or acronyms should be left uppercase
  uppers = ['Id', 'Tv', 'Nasa', 'Acronyms'];
  for (i = 0, j = uppers.length; i < j; i  )
    str = str.replace(new RegExp('\b'   uppers[i]   '\b', 'g'),
      uppers[i].toUpperCase());

 // To remove Special caharacters like ':' and '?'
    str = str.replace(/[""]/g,'');
    str = str.replace(/[?]/g,'');
    str = str.replace(/[:]/g,' - ');

return str;
}
 

Ввод: поиграйте: это «строка» текста, которую необходимо преобразовать в регистр предложений, в то же время сохраняя сокращения, как это похоже на Nasa.

Текущий вывод: поиграйте — это строка текста, которую необходимо преобразовать в регистр предложений, в то же время сохраняя СОКРАЩЕНИЯ, как это похоже на NASA.

Ожидаемый результат: поиграйте — это строка текста, которую необходимо преобразовать в регистр предложений, в то же время сохраняя СОКРАЩЕНИЯ, как это похоже на NASA.

Вот работоспособная версия исходного кода (я немного изменил входную строку):

 String.prototype.toSentenceCase = function() {
  var i, j, str, lowers, uppers;
  str = this.replace(/(^w{1}|.s*w{1})/gi, function(txt) {
    return txt.charAt(0).toUpperCase()   txt.substr(1).toLowerCase();
  });

  
  // Certain words such as initialisms or acronyms should be left uppercase
  uppers = ['Id', 'Tv', 'Nasa', 'Acronyms'];
  for (i = 0, j = uppers.length; i < j; i  )
    str = str.replace(new RegExp('\b'   uppers[i]   '\b', 'g'),
      uppers[i].toUpperCase());

 // To remove Special caharacters like ':' and '?'
    str = str.replace(/[""]/g,'');
    str = str.replace(/[?]/g,'');
    str = str.replace(/[:]/g,' - ');

return str;
}

const input = `play around: This is a "String" Of text, which needs to be cONVERTED to Sentence Case at the same time keeping the Acronyms as it is like Nasa. another sentence. "third" sentence starting with a quote.`
const result = input.toSentenceCase()
console.log(result) 

Я столкнулся с другими проблемами, такими как некоторые буквы в предложении все еще в верхнем регистре, особенно тексты в двойных кавычках и после них (» «) и тексты в формате camelcase.

Некоторые буквы остаются прописными, потому что вы нигде не вызываете .toLowerCase() в своем коде. Ожидайте в начале, но это регулярное выражение предназначено только для начальных букв предложений, а не для других букв.

Может быть полезно сначала ввести все буквы в нижнем регистре, а затем прописные некоторые буквы (сокращения и начальные буквы предложений). Итак, давайте вызовем .toLowerCase() в начале:

 String.prototype.toSentenceCase = function() {
  var i, j, str, lowers, uppers;

  str = this.toLowerCase();

  // ...

  return str;
}
 

Далее, давайте посмотрим на это регулярное выражение:

 /(^w{1}|.s*w{1})/gi
 

Круглые скобки не нужны, поскольку группа захвата не используется в функции replacer . {1} Кванторы также не нужны, поскольку по умолчанию w соответствует только одному символу. Таким образом, мы можем упростить регулярное выражение следующим образом:

 /^w|.s*w/gi
 

Это регулярное выражение находит два совпадения из входной строки:

• p
• . a

Оба совпадения содержат только одну букву ( w ) , поэтому в функции replacer мы можем безопасно вызывать txt.toUpperCase() вместо текущего более сложное выражение ( txt.charAt(0).toUpperCase() txt.substr(1).toLowerCase() ) . Мы также можем использовать функцию со стрелкой:

 String.prototype.toSentenceCase = function() {
  var i, j, str, lowers, uppers;

  str = this.toLowerCase();

  str = str.replace(/^w|.s*w/gi, (txt) => txt.toUpperCase());

  // ...

  return str;
}
 

Однако начальная буква третьего предложения не прописная, потому что предложение начинается с кавычки. Поскольку мы в любом случае собираемся удалить кавычки и вопросительные знаки, давайте сделаем это в начале.

Давайте также упростим и объединим регулярные выражения:

 // Before
str = str.replace(/[""]/g,'');
str = str.replace(/[?]/g,'');
str = str.replace(/[:]/g,' - ');

// After
str = str.replace(/["?]/g,'');
str = str.replace(/:/g,' - ');
 

Итак:

 String.prototype.toSentenceCase = function() {
  var i, j, str, lowers, uppers;

  str = this;

  str = str.toLowerCase();

  str = str.replace(/["?]/g,'');
  str = str.replace(/:/g,' - ');

  str = str.replace(/^w|.s*w/gi, (txt) => txt.toUpperCase());

  // ...

  return str;
}
 

Теперь начальная буква третьего предложения правильно прописана. Это потому, что, когда мы вводим начальные буквы в верхнем регистре, третье предложение больше не начинается с кавычки (потому что мы удалили кавычку).

Что осталось, так это прописные сокращения. В вашем регулярном выражении вы, вероятно, захотите также использовать i флаг для совпадений без учета регистра.

Вместо использования for цикла можно использовать одно регулярное выражение для поиска всех совпадений и ввода их в верхний регистр. Это также позволяет нам избавиться от большинства переменных. Вот так:

 String.prototype.toSentenceCase = function() {
  var str;

  str = this;

  str = str.toLowerCase();

  str = str.replace(/["?]/g,'');
  str = str.replace(/:/g,' - ');

  str = str.replace(/^w|.s*w/gi, (txt) => txt.toUpperCase());

  str = str.replace(/b(id|tv|nasa|acronyms)b/gi, (txt) => txt.toUpperCase());

  return str;
}
 

И, похоже, теперь мы получаем правильные результаты!

Однако есть еще три вещи:

1. Вместо создания и str изменения переменной мы можем изменять this и связывать вызовы методов.
2. Возможно, имеет смысл переименовать txt переменные в match переменные, поскольку они совпадают с регулярными выражениями.
3. Изменение прототипа встроенного объекта — плохая идея. Создание новой функции — лучшая идея.

Вот окончательный код:

 function convertToSentenceCase(str) {
  return str
    .toLowerCase()
    .replace(/["?]/g, '')
    .replace(/:/g, ' - ')
    .replace(/^w|.s*w/gi, (match) => match.toUpperCase())
    .replace(/b(id|tv|nasa|acronyms)b/gi, (match) => match.toUpperCase())
}

const input = `play around: This is a "String" Of text, which needs to be cONVERTED to Sentence Case at the same time keeping the Acronyms as it is like Nasa. another sentence. "third" sentence starting with a quote.`
const result = convertToSentenceCase(input)
console.log(result)