php mb_convert_case() 保留大写的单词

Question

假设我有一个字符串“HET1200 文本字符串”，我需要将它更改为“HET1200 文本字符串”。编码将为 UTF-8。

我该怎么做？目前，我使用 mb_convert_case($string, MB_CASE_TITLE, "UTF-8"); 但这会将“HET1200”更改为“Het1200”。

我可以指定一个异常(exception)，但它不会是详尽无遗的。所以我宁愿所有大写单词都保持大写。

谢谢:)

Answer 1

好的，让我们尝试重新创建尽可能接近的 mb_convert_case，但只更改每个单词的第一个字符。

mb_convert_case 实现的相关部分是这样的:

int mode = 0; 

for (i = 0; i < unicode_len; i+=4) {
    int res = php_unicode_is_prop(
        BE_ARY_TO_UINT32(&unicode_ptr[i]),
        UC_MN|UC_ME|UC_CF|UC_LM|UC_SK|UC_LU|UC_LL|UC_LT|UC_PO|UC_OS, 0);
    if (mode) {
        if (res) {
            UINT32_TO_BE_ARY(&unicode_ptr[i],
                php_unicode_tolower(BE_ARY_TO_UINT32(&unicode_ptr[i]),
                    _src_encoding TSRMLS_CC));
        } else {
            mode = 0;
        }   
    } else {
        if (res) {
            mode = 1;
            UINT32_TO_BE_ARY(&unicode_ptr[i],
                php_unicode_totitle(BE_ARY_TO_UINT32(&unicode_ptr[i]),
                    _src_encoding TSRMLS_CC));
        }
    }
}

基本上，这会执行以下操作:

• 将模式设置为0。 mode 将确定我们是否在单词的第一个字符中。如果它是 0，则我们是，否则我们不是。
• 遍历字符串中的字符。
  • 确定它是什么类型的字符。
    • 如果是单词字符，则将 res 设置为 1。更具体地说，如果它具有属性“Mark, Non-Spacing”、“Mark, Enclosing”、“Other, Format”、“Letter, Modifier”、“Symbol, Modifier”，则将其设置为 1 , "Letter, Uppercase", "Letter, Lowercase", "Letter, Titlecase", "Punctuation, Other"或 "Other, Surrogate"。奇怪的是，“信件，其他”不包括在内。
  • 如果我们不在单词的开头
    • 如果我们在单词字符处，将其转换为小写 - 这是我们不想要的。
    • 否则，我们不在单词字符处，我们将 mode 设置为 0 以表示我们正在移动到单词的开头。
  • 如果我们在一个单词的开头并且我们确实有一个单词字符
    • 将此字符转换为首字母大写
    • 表示我们不再是单词的开头。

mbstring 扩展似乎没有公开字符属性。这给我们留下了一个问题，因为我们没有好的方法来确定一个字符是否具有 mb_convert_case 测试的 10 个属性中的任何一个。

幸运的是，unicode character properties in regex可以在这里拯救我们。

mb_convert_case 的忠实再现，没有问题的小写转换成为:

function mb_convert_case_utf8_variation($s) {
    $arr = preg_split("//u", $s, -1, PREG_SPLIT_NO_EMPTY);
    $result = "";
    $mode = false;
    foreach ($arr as $char) {
        $res = preg_match(
            '/\\p{Mn}|\\p{Me}|\\p{Cf}|\\p{Lm}|\\p{Sk}|\\p{Lu}|\\p{Ll}|'.
            '\\p{Lt}|\\p{Sk}|\\p{Cs}/u', $char) == 1;
        if ($mode) {
            if (!$res)
                $mode = false;
        }
        elseif ($res) {
            $mode = true;
            $char = mb_convert_case($char, MB_CASE_TITLE, "UTF-8");
        }
        $result .= $char;
    }

    return $result;
}

测试:

echo mb_convert_case_utf8_variation("HETÁ1200 Ááxt ítring uii");

给出:

HETÁ1200 Ááxt Ítring Uii