Question

我被指出这篇文章似乎没有遵循我的标准： Replace a Regex capture group with uppercase in Javascript

我正在尝试制作一个正则表达式：

通过为每个单词的第一个字母添加大写来格式化字符串，为其余字符添加小写
忽略HTML标记
接受瑞典字符（åäöÅÄÖ）

说我有这个字符串：

<b>app</b>le store östersund

然后我希望它（用大写字符标记的更改）

<b>App</b>le Store Östersund

我一直在玩它，而我最接近的是：

（？！？（[^＆LT;]）*＆GT;）[åäöÅÄÖ] | \ S \ B \瓦特

导致

<b>app</b>le Store Östersund

或者这个

/（？！（[^＆LT;]）*＆GT;）[åäöÅÄÖ] | \ S \ B \ W /克

导致

<B>App</B>Le store Östersund

这是一个小提琴： http://refiddle.com/refiddles/598aabef75622d4a531b0000

非常感谢任何帮助或建议。

Answer 1

单独使用regexp是不可能的，因为regexp并不了解HTML结构。 [*]相反，我们需要处理每个文本节点，并在单词继续跨越不同文本节点的情况下，通过我们的逻辑来确定单词的开头是什么。如果字符前面有一个空格，或者如果它位于字符串的开头，并且它是第一个文本节点，或者前一个文本节点以空格结束，则该字符位于该单词的开头。

＆＃13;

function htmlToTitlecase(html, letters) {
  let div = document.createElement('div');
  let re = new RegExp("(^|\\s)([" + letters + "])", "gi");
  div.innerHTML = html;
  let treeWalker = document.createTreeWalker(div, NodeFilter.SHOW_TEXT);
  let startOfWord = true;
  while (treeWalker.nextNode()) {
    let node = treeWalker.currentNode;
    node.data = node.data.replace(re, function(match, space, letter) {
      if (space || startOfWord) {
        return space + letter.toUpperCase();
      } else {
        return match;
      }
    });
    startOfWord = node.data.match(/\s$/);
  }
  return div.innerHTML;
}

console.log(htmlToTitlecase("<b>app</b>le store östersund", "a-zåäö"));
// <b>App</b>le Store Östersund

＆＃13;

[*]也许可能，但即使如此，它也会非常丑陋，因为它需要覆盖大量的角落案件。也可能需要比JavaScript更强大的RegExp引擎，如Ruby或Perl。

修改：

即使只指定非常简单的html标签？目前我唯一需要覆盖的是<b>和</b>。

这个问题没有说明。该解决方案足以适用于任何标记（包括简单标记）。但...

＆＃13;
＆＃13;
function simpleHtmlToTitlecaseSwedish(html) { return html.replace(/(^|\s)(<\/?b>|)([a-zåäö])/gi, function(match, space, tag, letter) { return space + tag + letter.toUpperCase(); }); } console.log(simpleHtmlToTitlecaseSwedish("<b>app</b>le store östersund", "a-zåäö"));
＆＃13;
＆＃13;
＆＃13;

Answer 2

我有一个几乎只使用正则表达式的解决方案。这可能不是最直观的方式，但它应该是有效的，我发现它很有趣:)

你必须在你的字符串的末尾附加每个小写字符后跟它们的大写字母，就像这样（它也必须在我的正则表达式前面加上空格）：
aAbBcCdDeEfFgGhHiIjJkKlLmMnNoOpPqQrRsStTuUvVwWxXyYzZåÅäÄöÖ
（我不知道丢失了哪些字母，我对瑞典字母一无所知，对不起......我指望你纠正它！）

然后你可以使用以下正则表达式：
(?![^<]*>)(\s<[^/]*?>|\s|^)([\wåäö])(?=.*\2(.)\S*$)|[\wåÅäÄöÖ]+$
替换为：
$1$3

测试here

这是一个有用的JavaScript代码：

＆＃13;

// Initialization
var regex = /(?![^<]*>)(\s<[^/]*?>|\s|^)([\wåäö])(?=.*\2(.)\S*$)|[\wåÅäÄöÖ]+$/g;
var string = "test <b when=\"2>1\">ap<i>p</i></b>le store östersund";

// Processing
result = string + " aAbBcCdDeEfFgGhHiIjJkKlLmMnNoOpPqQrRsStTuUvVwWxXyYzZåÅäÄöÖ";
result = result.replace(regex, "$1$3");

// Display result
console.log(result);

＆＃13;

编辑：我忘了处理字符串中的第一个字，它已经更正了：）

每个新单词瑞典字符和html标记的大写

2 个答案: