清理文本:从ALLCAPS到<em>allcaps</em>

Question

我需要为html清理一些使用ALLCAPS而不是斜体的文本。所以我想用一个类似这样的东西：

Here is an artificial EXAMPLE of a piece of TEXT that
uses allcaps as a way of EMPHASIZING words.

并将其转换为：

Here is an artificial <em>example</em> of a piece of <em>text</em> that
uses allcaps as a way of <em>emphasizing</em> words.

我使用正则表达式和notepad++对其进行标记，但是(正如您可能会说的那样)我不知道如何使用它们。

Answer 1

Notepad++正则表达式引擎没有这样的可能性。

您可以在Perl中运行执行此工作的脚本，例如：

perl -pi.back -e "s#\b([A-Z]+)\b#'<em>'.lc($1).'</em>'/eg" yourfile.html

yourfile.html将保存在yourfile.html.back中

Answer 2

下面是如何使用JavaScript的字符串替换方法来完成此操作：

var capfix = function (x) {
    var emout = function (y) {
        y = y.charAt(0) + "<em>" + y.toLowerCase() + "</em>" + y.charAt(y.length - 1);
    };
    return x.replace(/\s[A-Z]\s/g, emout);
};

要执行此操作，只需调用：

capfix(yourData);

这里假设"yourData“只是一个将数据表示为字符串的变量。如果你想使用web工具，那么"yourData“可以表示来自某些输入控件的值，如下所示：

var yourData = document.getElementById("myinput").value;
alert(capfix(yourData));

要做到这一点，只需在您的web工具输入上添加一个id属性，例如：

<textarea id="myinput"></textarea>

Answer 3

据我所知，Notepad++的regex engine还不够先进，无法做到这一点。

我建议使用编程语言来实现这一点，例如，在PHP中，您可以这样做：

echo preg_replace_callback('/([A-Z]{2,})/', create_function('$s', 'return "<em>".strtolower($s[0])."</em>";'), $s);

确保在regex中排除单个单词的legitim第一个大写字母。