.NET méthode pour convertir une chaîne en majuscule en début de phrase

Il n'y a pas quelque chose d'intégré .NET - cependant, c'est un de ces cas où l'expression régulière de traitement effectivement peut bien travailler. Je voudrais commencer par la conversion de l'ensemble de la chaîne de caractères en minuscules, puis, en première approximation, vous pouvez utiliser les regex pour trouver toutes les séquences comme [a-z]\.\s+(.), et l'utilisation ToUpper() pour convertir le groupe capturé en majuscules. Le RegEx classe a une surcharge Replace() méthode qui accepte un MatchEvaluator délégué, qui vous permet de définir comment remplacer les paires de valeur.

Voici un exemple de code de cette au travail:

var sourcestring = "THIS IS A GROUP. OF CAPITALIZED. LETTERS.";
//start by converting entire string to lower case
var lowerCase = sourcestring.ToLower();
//matches the first sentence of a string, as well as subsequent sentences
var r = new Regex(@"(^[a-z])|\.\s+(.)", RegexOptions.ExplicitCapture);
//MatchEvaluator delegate defines replacement of setence starts to uppercase
var result = r.Replace(lowerCase, s => s.Value.ToUpper());

//result is: "This is a group. Of uncapitalized. Letters."

Ce pourrait être améliorée dans un certain nombre de façons différentes afin de mieux correspondre à une plus grande variété de structures de phrases (et pas seulement celles se terminant par une lettre+période).

Il est construit en ToTitleCase() fonction qui va être étendu pour prendre en charge de multiples cultures dans l'avenir.

Exemple à partir de MSDN:

using System;
using System.Globalization;

public class Example
{
   public static void Main()
   {
      string[] values = { "a tale of two cities", "gROWL to the rescue",
                          "inside the US government", "sports and MLB baseball",
                          "The Return of Sherlock Holmes", "UNICEF and children"};

      TextInfo ti = CultureInfo.CurrentCulture.TextInfo;
      foreach (var value in values)
         Console.WriteLine("{0} --> {1}", value, ti.ToTitleCase(value));
   }
}
//The example displays the following output:
//   a tale of two cities --> A Tale Of Two Cities
//   gROWL to the rescue --> Growl To The Rescue
//   inside the US government --> Inside The US Government
//   sports and MLB baseball --> Sports And MLB Baseball
//   The Return of Sherlock Holmes --> The Return Of Sherlock Holmes
//   UNICEF and children --> UNICEF And Children

Alors qu'il est généralement utile, il a quelques limitations importantes:

Généralement, le titre boîtier convertit le premier caractère d'un mot de
la majuscule et le reste des caractères minuscules. Cependant, ce
la méthode ne fournit pas de bon de boîtier pour convertir un mot qui
est entièrement en majuscules, comme un acronyme. Le tableau suivant montre
la façon dont la méthode rend plusieurs chaînes.

...la ToTitleCase méthode offre à l'arbitraire d'un boîtier comportement
ce qui n'est pas nécessairement linguistiquement correct. D'un point de vue linguistique
la bonne solution serait d'exiger des règles supplémentaires, et le courant
l'algorithme est un peu plus simple et plus rapide. Nous nous réservons le droit d'apporter des
cette API plus lent dans l'avenir.

Source: http://msdn.microsoft.com/en-us/library/system.globalization.textinfo.totitlecase.aspx

Si la chaîne d'entrée n'est pas une phrase, mais beaucoup de phrases, cela devient un problème très difficile.

Expressions régulières se révélera un outil précieux, mais (1), vous aurez à les connaître assez bien pour être efficace, et (2) ils ont peut-être pas jusqu'à faire le travail tout seul.

Considérer cette phrase

"Qui est le 1er," M. Smith, qui n'était pas rire -- répondu.

Cette phrase ne commence pas par une lettre, il a un chiffre, divers signes de ponctuation, un nom propre, et un . dans le milieu.

Les difficultés sont énormes, et c'est l'une phrase.

L'une des choses les plus importantes lors de l'utilisation de RegEx est de "connaître vos données." Si vous connaissez l'étendue de types de phrases que vous devrez faire face, votre tâche sera plus facile à gérer.

Dans tous les cas, vous aurez à faire joujou avec votre mise jusqu'à ce que vous êtes satisfait de vos résultats. Je suggère d'écrire quelques tests automatisés avec des exemples de données, comme vous travailler sur votre application, vous pouvez exécuter les tests régulièrement pour voir où vous êtes l'obtention de près et où vous êtes encore à côté de la plaque.

C'est ce que j'utilise (VB.NET). Il travaille dans plus les situations, y compris:

• plusieurs phrases
• phrases de début et de fin avec des espaces

• phrases commençant par les caractères autres que A-Z. Par exemple, il fonctionnera pour: "si vous voulez de 100,00 $alors demandez-moi".

  <Extension()>
  Public Function ToSentanceCase(ByVal s As String) As String
  ' Written by Jason. Inspired from: http://www.access-programmers.co.uk/forums/showthread.php?t=147680
  Dim SplitSentence() As String = s.Split(".")
  For i = 0 To SplitSentence.Count - 1
  Dim st = SplitSentence(i)
  If st.Trim = "" Or st.Trim.Count = 1 Then Continue For ' ignore empty sentences or sentences with only 1 character.
  ' skip past characters that are not A-Z, 0-9 (ASCII) at start of sentence.
  Dim y As Integer = 1
  Do Until y > st.Count
  If (Asc(Mid(st, y, 1)) >= 65 And Asc(Mid(st, y, 1)) <= 90) Or _
  (Asc(Mid(st, y, 1)) >= 97 And Asc(Mid(st, y, 1)) <= 122) Or _
  (Asc(Mid(st, y, 1)) >= 48 And Asc(Mid(st, y, 1)) <= 57) Then
  GoTo Process
  Else
  Dim w = Asc(Mid(st, y, 1))
  y += 1
  End If
  Loop
  Continue For
  Process:
  Dim sStart As String = ""
  If y > 1 Then sStart = Left(st, 0 + (y - 1))
  Dim sMid As String = UCase(st(y - 1)) ' capitalise the first non-space character in sentence.
  Dim sEnd As String = Mid(st, y + 1, st.Length)
  SplitSentence(i) = sStart & sMid & sEnd
  Next
  ' rejoin sentances back together:
  Dim concat As String = ""
  For Each st As String In SplitSentence
  concat &= st & "."
  Next
  concat = concat.TrimEnd(1)
  Return concat
  End Function

Mais comme pour les noms propres et les acronymes, eh bien... il y a toujours des situations dans la langue anglaise, où la ponctuation n'est pas aussi simple. Par exemple, ce script ne sont pas en mesure de détecter des points de suspension ("..."), ou des abréviations (par exemple: "M. Jones a vécu sur Magnolia Blvd. près de Chris à la "maison").

Pour résoudre le problème complètement, vous aurez besoin de créer un dictionnaire de toutes les abréviations/ponctuation de la langue, et de garder le dictionnaire up-to-date! Après avoir tenu compte de ce que la plupart seront heureux avec un compromis, sinon il suffit d'utiliser Microsoft Word.