大写姓，不包括姓氏的小写前缀部分

Question

我正在尝试确定一个大写姓的方法，但是，不包括小写前缀。

名称及其转换的例子：

• MacArthur -> MacARTHUR
• McDavid -> McDAVID
• LeBlanc -> LeBLANC
• McIntyre -> McINTYRE
• de Wit -> de WIT

还有一些名称将包含需要完全大写的姓氏，因此一个识别前缀(如strchr())的简单函数是不够的：

• Macmaster -> MACMASTER
• 麦金托什->麦金塔

mb_strtoupper()函数是不合适的，因为它大写了整个字符串。类似地，strtoupper()是不合适的，并且在重音名称上也会失去重音。

有一些答案可以部分回答这个问题，例如：使用PHP的大写，但是，常见的缺陷是假设所有姓为Mac的名字后面都跟着一个大写字母。

名称在数据库中被正确大写，因此我们可以假设拼写为Macarthur的名称是正确的，或者MacArthur对于其他人是正确的。

Answer 1

按照规则，在上一封大写字母之后，所有东西都要资本化。

preg_replace_callback('/\p{Lu}\p{Ll}+$/u', 
                      function ($m) { return mb_strtoupper($m[0]); },
                      $name)

\p{Lu}和\p{Ll}分别是Unicode大写字符和小写字符，mb_strtoupper是unicode感知的…。对于一个仅适用于ASCII的简单变体，也可以这样做：

preg_replace_callback('/[A-Z][a-z]+$/', 
                      function ($m) { return strtoupper($m[0]); },
                      $name)

Answer 2

下面是一个基本的算法，它可以避免神秘的正则表达式：

1. 为文字姓氏创建一个多字节安全字符数组(因为它存在于数据库中)。
2. 以多字节安全大写形式创建第二个字符数组。
3. 交叉两个数组以确定最终大写字符的索引。
4. 通过索引将文字姓氏与大写形式连接在索引之后。

以代码形式：

<?php
$names = [
    'MacArthur',
    'McDavid',
    'LeBlanc',
    'McIntyre',
    'de Wit',
    'Macmaster',
    'Macintosh',
    'MacMac',
    'die Über',
    'Van der Beek',
    'johnson',
    'Lindström',
    'Cehlárik',
];

// Uppercase after the last capital letter
function normalizeSurname($name) {
    // Split surname into a Unicode character array
    $chars = preg_split('//u', $name, -1, PREG_SPLIT_NO_EMPTY);

    // Capitalize surname and split into a character array
    $name_upper = mb_convert_case($name, MB_CASE_UPPER);
    $chars_upper = preg_split('//u', $name_upper, -1, PREG_SPLIT_NO_EMPTY);

    // Find the index of the last capitalize letter
    @$last_capital_idx = array_slice(array_keys(array_intersect($chars, $chars_upper)), -1)[0] ?: 0;

    // Concatenate the literal surname up to the index, and capitalized surname thereafter
    return mb_substr($name, 0, $last_capital_idx) . mb_substr($name_upper, $last_capital_idx);
}

// Loop through the surnames and display in normalized form
foreach($names as $name) {
    echo sprintf("%s -> %s\n", 
        $name,
        normalizeSurname($name)
    );
}

您将得到如下输出：

MacArthur -> MacARTHUR
McDavid -> McDAVID
LeBlanc -> LeBLANC
McIntyre -> McINTYRE
de Wit -> de WIT
Macmaster -> MACMASTER
Macintosh -> MACINTOSH
MacMac -> MacMAC
die Über -> die ÜBER
Van der Beek -> Van der BEEK
johnson -> JOHNSON
Lindström -> LINDSTRÖM
Cehlárik -> CEHLÁRIK

这就产生了这样的假设:一个完全小写的姓氏应该大写。改变这种行为是很容易的。

Answer 3

我相信这是解决问题的办法：

$names = array(
    'MacArthur',
    'Macarthur',
    'ÜtaTest',
    'de Wit'
);

$pattern = '~(?<prefix>(?:\p{Lu}.+|.+\s+))(?<suffix>\p{Lu}.*)~';
foreach ($names as $key => $name) {
    if (preg_match($pattern, $name, $matches)) {
        $names[$key] = $matches['prefix'] . mb_strtoupper($matches['suffix']);
    } else {
        $names[$key] = mb_strtoupper($name);
    }
}

print_r($names);

它为上面的输入数组产生以下结果：

Array
(
    [0] => MacARTHUR
    [1] => MACARTHUR
    [2] => ÜtaTEST
    [3] => de WIT
)

正则表达式的简要说明：

(?<prefix>             # name of the captured group
   (?:                 # ignore this group
       \p{Lu}.+        # any uppercase character followed by any character
       |               # OR
       .+\s+           # any character followed by white space
   )
)
(?<suffix>             # name of the captured group
    \p{Lu}.*           # any uppercase character followed by any character
)