Question

我有一个小写的字符串向量。我想将它们改为标题案例，这意味着每个单词的第一个字母都会被大写。我已经设法用一个双循环来做，但我希望有一个更有效和优雅的方式来做到这一点，也许是一个带有gsub和正则表达式的单行。

这里有一些示例数据，以及有效的双循环，其次是我试过的其他不起作用的东西。

strings = c("first phrase", "another phrase to convert",
            "and here's another one", "last-one")

# For each string in the strings vector, find the position of each 
#  instance of a space followed by a letter
matches = gregexpr("\\b[a-z]+", strings) 

# For each string in the strings vector, convert the first letter 
#  of each word to upper case
for (i in 1:length(strings)) {

  # Extract the position of each regex match for the string in row i
  #  of the strings vector.
  match.positions = matches[[i]][1:length(matches[[i]])] 

  # Convert the letter in each match position to upper case
  for (j in 1:length(match.positions)) {

    substr(strings[i], match.positions[j], match.positions[j]) = 
      toupper(substr(strings[i], match.positions[j], match.positions[j]))
  }
}

这很有效，但看起来非常复杂。我只是在尝试使用更直接的方法失败之后才使用它。以下是我尝试过的一些内容以及输出：

# Google search suggested \\U might work, but evidently not in R
gsub("(\\b[a-z]+)", "\\U\\1" ,strings)
[1] "Ufirst Uphrase"                "Uanother Uphrase Uto Uconvert"
[3] "Uand Uhere'Us Uanother Uone"   "Ulast-Uone"                   

# I tried this on a lark, but to no avail
gsub("(\\b[a-z]+)", toupper("\\1"), strings)
[1] "first phrase"              "another phrase to convert"
[3] "and here's another one"    "last-one"

正则表达式捕获每个字符串中的正确位置，如调用gregexpr所示，但替换字符串显然无法正常工作。

如果您还不能说，我对正则表达式相对较新，并希望获得有关如何让替换正常工作的帮助。我还想学习如何构造正则表达式以避免在撇号之后捕获一个字母，因为我不想改变这些字母的大小写。

Answer 1

主要的问题是你错过了perl=TRUE（并且你的正则表达式有些错误，尽管这可能是因为试图解决第一个问题而喋喋不休）。

使用[:lower:]代替[a-z]稍微更安全，以防您的代码最终在某些奇怪的（sorry, Estonians）区域设置中运行，其中z不是最后一个字母字母......

re_from <- "\\b([[:lower:]])([[:lower:]]+)"
strings <- c("first phrase", "another phrase to convert",
             "and here's another one", "last-one")
gsub(re_from, "\\U\\1\\L\\2" ,strings, perl=TRUE)
## [1] "First Phrase"              "Another Phrase To Convert"
## [3] "And Here's Another One"    "Last-One"

您可能更愿意使用\\E（停止大写）而不是\\L（以小写字母开头），具体取决于您要遵循的规则，例如：

string2 <- "using AIC for model selection"
gsub(re_from, "\\U\\1\\E\\2" ,string2, perl=TRUE)
## [1] "Using AIC For Model Selection"

Answer 2

在不使用regex的情况下，tolower的帮助页面有两个示例函数可以执行此操作。

更强大的版本

capwords <- function(s, strict = FALSE) {
    cap <- function(s) paste(toupper(substring(s, 1, 1)),
                  {s <- substring(s, 2); if(strict) tolower(s) else s},
                             sep = "", collapse = " " )
    sapply(strsplit(s, split = " "), cap, USE.NAMES = !is.null(names(s)))
}
capwords(c("using AIC for model selection"))
## ->  [1] "Using AIC For Model Selection"

要使regex方法（几乎）正常工作，您需要设置`perl = TRUE）

gsub("(\\b[a-z]{1})", "\\U\\1" ,strings, perl=TRUE)


[1] "First Phrase"              "Another Phrase To Convert"
[3] "And Here'S Another One"    "Last-One"

但是你需要略微更好地处理撇号

sapply(lapply(strsplit(strings, ' '), gsub, pattern = '^([[:alnum:]]{1})', replace = '\\U\\1', perl = TRUE), paste,collapse = ' ')

快速搜索SO找到https://stackoverflow.com/a/6365349/1385941

Answer 3

这里已经有了很好的答案。这是使用报告包中的便利功能的一个：

strings <- c("first phrase", "another phrase to convert",
    "and here's another one", "last-one")

CA(strings)

## > CA(strings)
## [1] "First Phrase"              "Another Phrase To Convert"
## [3] "And Here's Another One"    "Last-one"

虽然它没有大写一个，因为为了我的目的这样做是没有意义的。

更新我管理 qdapRegex 包，其中TC（标题大小写）函数执行了真正的标题大小写：

TC(strings)

## [[1]]
## [1] "First Phrase"
## 
## [[2]]
## [1] "Another Phrase to Convert"
## 
## [[3]]
## [1] "And Here's Another One"
## 
## [[4]]
## [1] "Last-One"

Answer 4

为了好玩，我会再加一点：

topropper(strings)
[1] "First Phrase"              "Another Phrase To Convert" "And Here's Another One"   
[4] "Last-one"  

topropper <- function(x) {
  # Makes Proper Capitalization out of a string or collection of strings. 
  sapply(x, function(strn)
   { s <- strsplit(strn, "\\s")[[1]]
       paste0(toupper(substring(s, 1,1)), 
             tolower(substring(s, 2)),
             collapse=" ")}, USE.NAMES=FALSE)
}

Answer 5

这是基于stringr软件包的另一种形式：

str_to_title(strings, locale = "en")

其中strings是您的字符串向量。

Source

如何将字符串向量转换为Title Case

5 个答案: