Wie löschen Sie mit Hilfe von Regex Leerzeichen zu falschen kombinierten Wörtern im Text?

Question

Wie kann ich löschen, wenn Wort im Text in falscher Form kombiniert. Zum Beispiel habe ich diesen Text:

 
HelloEveryOne, СаломБаХама, Ҳама дарПеши ҷаҳонЯк мебошадАммо. 
HELLOeveryOneHelloFORyouYOU HELLO everyOneHello FORyouYOU 
canBEcorrectedThisSTRINGinCorrectlyFORm 
canBEcorrected ThisSTRINGin CorrectlyFORm 

 
Hello Every One, Салом Ба Хама, Ҳама дар Пеши ҷаҳон Як мебошад Аммо. 
HELLO every One Hello FOR you YOU HELLO every One Hello FOR you YOU 
can BE corrected This STRING in Correctly FOR m 
can BE corrected This STRING in Correctly FOR m 

Dank schonmal!

Answer 1

ich diese locale nicht erkennen, so war ich nicht in der Lage, diese seltsame Zeichen zu testen, aber die erste Saite kann mit dieser gelöst werden:

<?php 

$str = 'HelloEveryOne'; 
$newStr = ''; 

for ($i = 0; $i < strlen($str); $i++) { 
    $newStr .= ctype_upper($str[$i]) ? ' ' : ''; 
    $newStr .= $str[$i]; 
} 

echo $newStr; 

Die ctype_upper Funktion zurückgibt, wenn eine Zeichenkette alle Zeichen hat in Großbuchstaben. Ich gebe ein einzelnes Zeichen nach dem anderen, also wenn es in Großbuchstaben geschrieben ist, fügt das Programm ein Leerzeichen vor dem Zeichen ein.

Answer 2

Sie können die unicode metacharacters verwenden, um nach Groß- und Kleinbuchstaben zu suchen. Etwas wie:

\B(\p{Lu}[\p{Ll}.,!]+) 

und ersetzen mit

\1 

Regex Demo: https://regex101.com/r/QskwDd/2/

in PHP kann es verwendet werden, wie:

$string = 'HelloEveryOne, СаломБаХама, Ҳама дарПеши ҷаҳонЯк мебошадАммо.'; 
echo preg_replace('/\B(\p{Lu}[\p{Ll}.,!]+)/u', ' \1', $string); 

Demo: https://3v4l.org/ZjHh4

Ein einfacherer Ansatz könnte nur nach Großbuchstaben suchen und ein Leerzeichen hinzufügen.

\B\p{Lu} 

ersetzen mit:

\0 

Regex Demo: https://regex101.com/r/QskwDd/1/

Answer 3

Dies war zu knacken ein bisschen tricky Herausforderung! ... aber ich habe es. Negative Lookarounds erwiesen sich als unbrauchbar, um unerwünschte Teilstrings zu negieren. Die (*SKIP)(*FAIL) Technik hat den Job gemacht.

Die Logik dahinter besteht darin, die drei Arten von Wörtern unabhängig vom Abstand anzusprechen. Sie sind:

• Klein
• Titlecase
• Alle Versalien-

Siehe die Inline-Kommentare im PHP-Code-Block für Laien Muster Erklärung.

Muster: Demo

/(?:\p{Ll}+|\p{Lu}\p{Ll}+|\p{Lu}{2,}+)[,.!?]?(?:\s|$)(*SKIP)(*FAIL)|(?:\p{Ll}+|\p{Lu}{2,}+|\p{Lu}\p{Ll}+)[,.!?]?/u 

Code: (Demo)

$input='HelloEveryOne, СаломБаХама, Ҳама дарПеши ҷаҳонЯк мебошадАммо. 
HELLOeveryOneHelloFORyouYOU HELLO everyOneHello FORyouYOU 
can,BEcorrectedThisSTRINGinCorrectlyFORm 
canBEcorrected ThisSTRINGin CorrectlyFORm.'; 

//        optional trailing punctuation-vvvv  vvvv- white space or end of input (that we don't want to replace) 
var_export(preg_replace('/(?:\p{Ll}+|\p{Lu}\p{Ll}+|\p{Lu}{2,}+)[,.!?]?(?:\s|$)(*SKIP)(*FAIL)|(?:\p{Ll}+|\p{Lu}{2,}+|\p{Lu}\p{Ll}+)[,.!?]?/u','$0 ',$input)); 
//     all lower-^^^^^^^    ^^^^^^^^^^^-all upper      ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^-repeat first alternative without trailing white space or end of input 
//   one upper then all lower-^^^^^^^^^^^^^       ^^^^^^^^^^^^^^-discard these matches 

Ausgang:

'Hello Every One, Салом Ба Хама, Ҳама дар Пеши ҷаҳон Як мебошад Аммо. 
HELLO every One Hello FOR you YOU HELLO every One Hello FOR you YOU 
can, BE corrected This STRING in Correctly FOR m 
can BE corrected This STRING in Correctly FOR m.'