php - 正则表达式拆分 TitleCase Word

Question

我的正则表达式并不能真正用于在 PHP 中拆分 TitleCase 单词。 没有作者的文章不应受到正则表达式的影响。

我当前的正则表达式: From (\S+\s){2}(?<=[a-z])(?=[A-Z])

这是我的 Regex

输入:

From Günther RossmannThis is the article From Harry Gregson-WilliamsAnother article text From Nora WaldstättenSome lorem ipsum stuff From the fantastic architect of the year Text without an author

预期输出:

<b>From Günther Rossman</b> This is the article <br>From Harry Gregson-Williams</b> Another article text <br>From Nora Waldstätten</b> Some lorem ipsum stuff From the fantastic architect of the year Text without an author

Answer 1

使用 {2} 量词，您的模式将扩展为 \S+\s\S+\s，但小写字母和大写字母之间没有空格。

您可以使用

'~From\s+(\S+\s\S+)(?![^\p{Lu}])~u'

请参阅regex demo

详细信息

• From - 文字子字符串
• \s+ - 1 个以上空格
• (\S+\s\S+) - 第 1 组:一个或多个非空白字符、1 个空白字符以及 1 个以上非空白字符
• (?![^\p{Lu}]) - 后跟大写字母或字符串结尾。

或者，使用更具体的:

'~From\s+(\p{Lu}\p{Ll}*\s+\p{Lu}\p{Ll}*)~u'

或者，也支持撇号或连字符:

From\h+(\p{Lu}\p{Ll}*(?:[\h-']\p{Lu}\p{Ll}*)*)

参见this regex demo 。这里，\p{Lu} 匹配一个大写字母，\p{Ll}* 匹配 0+ 个小写字母。

请注意，为了更轻松地访问，您甚至可以删除捕获组并使用 \K 运算符来忽略匹配值中迄今为止匹配的文本:

'~From\h+\K\p{Lu}\p{Ll}*(?:[\h-']\p{Lu}\p{Ll}*)*~u'

参见this regex demo .

请注意，在使用 \p{Lu} 等 Unicode 属性类和 Unicode 字符串时，应使用 u 修饰符。