どのように削除正規表現を使用してテキスト内の不正な結合された単語にスペースを追加しますか？

Question

テキスト内の単語が誤った形式で結合されている場合、どのように削除できますか。

 
HelloEveryOne, СаломБаХама, Ҳама дарПеши ҷаҳонЯк мебошадАммо. 
HELLOeveryOneHelloFORyouYOU HELLO everyOneHello FORyouYOU 
canBEcorrectedThisSTRINGinCorrectlyFORm 
canBEcorrected ThisSTRINGin CorrectlyFORm 

 
Hello Every One, Салом Ба Хама, Ҳама дар Пеши ҷаҳон Як мебошад Аммо. 
HELLO every One Hello FOR you YOU HELLO every One Hello FOR you YOU 
can BE corrected This STRING in Correctly FOR m 
can BE corrected This STRING in Correctly FOR m 

おかげで進める：たとえば、私はこのテキストを持っています！私はこのロケールを認識しません

Answer 1

ので、私はこれらの奇妙な文字をテストすることができませんでしたが、最初の文字列は、これを解決することができます：

<?php 

$str = 'HelloEveryOne'; 
$newStr = ''; 

for ($i = 0; $i < strlen($str); $i++) { 
    $newStr .= ctype_upper($str[$i]) ? ' ' : ''; 
    $newStr .= $str[$i]; 
} 

echo $newStr; 

ctype_upper関数が返すの文字列は、すべての文字がある場合大文字で私は一度に1つの文字を渡すので、大文字であれば、プログラムはcharの前にスペースを追加します。

Answer 2

unicode metacharactersを使用すると、大文字と小文字を検索できます。

\B(\p{Lu}[\p{Ll}.,!]+) 

と

\1 

正規表現のデモで置き換えます：

$string = 'HelloEveryOne, СаломБаХама, Ҳама дарПеши ҷаҳонЯк мебошадАммо.'; 
echo preg_replace('/\B(\p{Lu}[\p{Ll}.,!]+)/u', ' \1', $string); 

デモ：https://3v4l.org/ZjHh4

それはとして使用することができますPHPで https://regex101.com/r/QskwDd/2/

ような何か

もっと簡単なアプローチは、大文字を探してスペースを追加するだけです。

\B\p{Lu} 

と交換してください：

\0 

正規表現のデモ：https://regex101.com/r/QskwDd/1/

Answer 3

これはクラックするトリッキーな挑戦のビットでした！ ...しかし、私はそれを得た。ネガティブなルックアラウンドを使用すると、不要な部分文字列を無効にすることができませんでした。 (*SKIP)(*FAIL)技術がその仕事をしました。

論理はすべて、スペーシングに関係なく3種類の単語をターゲットにすることです。彼らは以下のとおりです。

• 小文字
• タイトル文字
• すべて大文字

素人のパターンの説明のためのPHPコードブロックのインラインコメントを参照してください。

パターン：Demo

/(?:\p{Ll}+|\p{Lu}\p{Ll}+|\p{Lu}{2,}+)[,.!?]?(?:\s|$)(*SKIP)(*FAIL)|(?:\p{Ll}+|\p{Lu}{2,}+|\p{Lu}\p{Ll}+)[,.!?]?/u 

コード：（Demo）

$input='HelloEveryOne, СаломБаХама, Ҳама дарПеши ҷаҳонЯк мебошадАммо. 
HELLOeveryOneHelloFORyouYOU HELLO everyOneHello FORyouYOU 
can,BEcorrectedThisSTRINGinCorrectlyFORm 
canBEcorrected ThisSTRINGin CorrectlyFORm.'; 

//        optional trailing punctuation-vvvv  vvvv- white space or end of input (that we don't want to replace) 
var_export(preg_replace('/(?:\p{Ll}+|\p{Lu}\p{Ll}+|\p{Lu}{2,}+)[,.!?]?(?:\s|$)(*SKIP)(*FAIL)|(?:\p{Ll}+|\p{Lu}{2,}+|\p{Lu}\p{Ll}+)[,.!?]?/u','$0 ',$input)); 
//     all lower-^^^^^^^    ^^^^^^^^^^^-all upper      ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^-repeat first alternative without trailing white space or end of input 
//   one upper then all lower-^^^^^^^^^^^^^       ^^^^^^^^^^^^^^-discard these matches 

出力：

'Hello Every One, Салом Ба Хама, Ҳама дар Пеши ҷаҳон Як мебошад Аммо. 
HELLO every One Hello FOR you YOU HELLO every One Hello FOR you YOU 
can, BE corrected This STRING in Correctly FOR m 
can BE corrected This STRING in Correctly FOR m.'