Java - WordUtils.capitalizeFully 有更好的替代品吗？使用字符串作为分隔符

Question

我正在尝试验证包含名称的字符串，以便它们正确大写。

我正在使用

WordUtils.capitalizeFully(name.trim(), ' ', '-', '\'');

这适用于以下情况：

johN o'Smith => John O'Smith 等

但是是否有一个可用的库，我可以像使用 WordUtils 的字符一样添加字符串作为分隔符？ 例如：

Mc (like McAllister)

D' (if followed by non-vowel, like D'Souza)

也许是为了完全避免某些以 Mac 开头的名称的用法 作为

"Macintosh, and Macdonald" are suitably not camel case

yet "MacDowel" is a suitable camel-case word

同样，可能还有更多用例

使用字符串作为分隔符的 decapitalizer，例如：

de/di (if no follow characters.. e.g. John de Smith)

d' (if followed by a vowel) ... YET do ensure that the vowel is capitalised e.g. John d'Agio

现在，我正在研究一个解决方案，其中 a 有一个此类前缀的字符串数组，并通过诸如

之类的常量将它们排序在适当的类别中

final String [] CAPITALISE_FIRST_CHAR_AFTER_THIS_STRING;

随后的 for 循环迭代 split() 名称全名以匹配每个单词与相应常量数组的单词，并应用条件逻辑替换 StringBuilder 实例中的相应后续字符，用大写字母或其他任何情况可能是……等等，但我只是意识到有很多事情要做。

LENGTHY REQUEST 我的道歉，但我希望这有点道理

我看了这个Given Name Formatting，感觉很理想

但我实际上无法查看最佳答案中提供的链接；你也面临这个问题吗？

Answer 1

这里的根本问题是名称不是那样工作的。

mcallister -> McAllister 等规则不是全局规则。这是可以应用于苏格兰名称的相关转换。它不能应用于越南名字。

你基本上是在祈祷不存在冲突。

不幸的是，存在冲突确实。因此，除非您知道名称所用的语言，否则无法“规范化”名称。您几乎从不这样做；即使它是一个只针对苏格兰公民的应用程序，也有生活在苏格兰的人的名字来源于其他语言。

我可以给你一个例子：

在瑞典语中，ö 标准化为 o。在德语中，ö 被标准化为 oe。

干燥综合征也是一种疾病的名称（以瑞典医生的名字命名）。因此，这个名字出现在各种语言环境中，即使你无视瑞典人可以移居德国并在那里定居的想法，如果你将他们的姓氏标准化为 sjoegren 可能会非常生气，因为他们正在使用一个德国网站。

另一个相关的例子：在荷兰语中，通过忽略中缀来整理姓氏是常见的策略，这在荷兰语中很常见。有人可能会被称为“Jos van Dijk”，“Jos”是他们的名字，“van Dijk”是他们的姓氏。就像苏格兰的 Mc 一样，如果你找到电话簿，Jos 将被排在“Astrid Dijkstra”之前，而不是“Merel Valk”。然而，在美国，许多祖籍荷兰的人都保留了他们的荷兰名字，居住在那里的“Jos van Dijk”会发现自己在“v”下的电话簿中。一样的名字。不同的规则。

类似的规则适用于 Macintosh：有时，“Macintosh”应该拼写为“Macintosh”并大写。例如，根据苹果公司制造的计算机系列，或以它命名的苹果品种。其他时候，它应该写成'MacIntosh'，更常见的是写成'McIntosh'。事实上，虽然在苏格兰，'Mc' 后面总是跟一个大写字母（至少，对于苏格兰血统的名字来说；很难想到以 mc 开头的名字不是祖先的苏格兰语），而对于 'Mac'，它是双向的即使是格拉斯哥大学教职员工的姓氏（请参阅 this english stackexchange answer）。

因此，有些人喜欢麦克阿瑟，有些人喜欢麦克阿瑟。

因此，如果没有重整名称，规范化方案是不可能。 QED。

那么，你是如何解决这个困境的呢？

大多数情况下，你不会。为什么你需要知道一个名字是“适当大写的”？如果不知道该名称所指的实际人，就不可能知道这一点，这可能是您的软件不知道的。为什么重要？

另一个示例：假设您有一个按用户名搜索的功能，并且您希望此搜索功能在输入“joejackson”时查找“JoeJackson”，或者如果有人输入“Mueller”，您甚至希望查找“Müller”（一个在德国非常普遍的要求）。

没有任何大小写转换或重音消除将允许Sjogren 等于Sjoegren，但这正是您希望该系统适用于来自不同祖先的姓氏所需要的。但是您可以做的是搜索任何“接近”的用户名，使用一些适当的未命中搜索结构，例如三元组，例如通过 postgres 的pg_trgm system。

但是，rzwitserloot，这听起来太复杂了！

¯\(ツ)/¯ 是的，好吧。姓名、日期、地址、时区、性别、旗帜、种族名称 - 如果涉及人类，则往往如此。

Answer 2

手头有两个问题

1. 通过验证找到合适的名称
2. 名字和姓氏都大写

让我们从第一个开始。 WordUtils 是 Apache Commons 提供的一个强大的库。然而，验证名称（我认为，所有String 对象）的最佳方式是使用Regular Expressions。其次，关于名字的大写，可以将整个字符串小写，然后upper case the first letter。

String name = joHN smITh;
String[] names = name.split(" "); // first and last name stored in String[]

String lowerCaseFirst = names[0].toLowerCase(); // john
String first = lowerCaseFirst.subString(0,1).toUpperCase() + lowerCaseFirst.subString(1); // John

String lowerCaseLast = names[1].toLowerCase(); // smith
String last = lowerCaseLast.subString(0,1).toUpperCase() + lowerCaseLast.substring(1); // Smith

String result = first + last; // John Smith