代码之家 › 专栏 › 技术社区 › alvas

只将第一个字母大写

ucfirst uppercase perl

alvas · 技术社区 · 7 年前

在Perl中,有 ucfirst 功能。

这是否等同于:

sub uppercase {     
    my ($W) = @_;       
    $$W = uc(substr($$W,0,1)).substr($$W,1);        
}

它在Perl版本中是否重要?

把问题放在上下文中, https://github.com/moses-smt/mosesdecoder/pull/206/files#diff-876e51db2a1ab71c1ae736182d1e5e04R63 ,

以前,使用 uppercase 是这样的:

sub process {
    my $line = $_[0];
    chomp($line);
    $line =~ s/^\s+//;
    $line =~ s/\s+$//;
    my @WORD  = split(/\s+/,$line);

    # uppercase at sentence start
    my $sentence_start = 1;
    for(my $i=0;$i<scalar(@WORD);$i++) {
      &uppercase(\$WORD[$i]) if $sentence_start;
      if (defined($SENTENCE_END{ $WORD[$i] })) { $sentence_start = 1; }
      elsif (!defined($DELAYED_SENTENCE_START{$WORD[$i] })) { $sentence_start = 0; }
    }

    # uppercase headlines {
    if (defined($SRC) && $HEADLINE[$sentence]) {
        foreach (@WORD) {
            &uppercase(\$_) unless $ALWAYS_LOWER{$_};
        }
    }

但它似乎要取代 &uppercase(\$WORD[$i]) 和 &uppercase(\$_) 具有 ucfirst(\$WORD[$i]) 和 ucfirst(\$_) 是不同的。

3 回复 | 直到 7 年前

ikegami Gilles Quénot 7 年前

ucfirst 不等于以下值:

sub uppercase {     
    my ($W) = @_;       
    $$W = uc(substr($$W,0,1)).substr($$W,1);        
}

UC1 主要是 ^〔1〕相当于以下:

sub ucfirst {     
    my ($W) = @_;       
    return uc(substr($W,0,1)).substr($W,1);        
}

如果你想重写 uppercase 依据 UC1 ,如下所示:

sub uppercase {     
    my ($W) = @_;
    $$W = ucfirst($$W);    
}

uppercase(\$string);

这意味着如果你想消除 大写字母 完全,你会替换

uppercase(\$string);

具有

$string = ucfirst($string);     # Correct

你尝试使用

ucfirst(\$string);              # Wrong

UC1 实际上在处理更深奥的字符方面做得更好,比如u+01f3拉丁文小写字母dz(“”)。

aschepler 7 年前

由于某些Unicode详细信息,这些函数不是等效的,特别是处理 digraphs .

例如,匈牙利语使用有向图 "DZ" ,它被认为是字母表中的一个字母,因此可以选择使用Unicode代码点表示:

U+01F1 DZ
U+01F2 DZ
U+01F3 DZ

所以

my $text1 = "\x{1f3}won";
my $text2 = $text1;
$text1 = ucfirst($text1);
uppercase(\$text2);
print($text1 eq $text2 ? "same\n" : "different\n");

打印“不同”。

Dave Cross 7 年前

在Perl中,有ucfirst函数。

这是否等同于:

让我们看看……

$ cat testuc
use strict;
use warnings;
use Test::More; 

sub uppercase {
  my ($w) = @_;
  return uc(substr($w, 0, 1)) . substr($w, 1);
}

my @tests = qw[foobar Foobar FOOBar fOObar fOObAR FOOBAR];

for (@tests) {
  is(ucfirst($_), uppercase($_), "correct for $_");
}

done_testing;

$ prove -v testuc
testuc ..
ok 1 - correct for foobar
ok 2 - correct for Foobar
ok 3 - correct for FOOBar
ok 4 - correct for fOObar
ok 5 - correct for fOObAR
ok 6 - correct for FOOBAR
1..6
ok
All tests successful.
Files=1, Tests=6,  0 wallclock secs ( 0.04 usr  0.03 sys +  0.03 cusr  0.04 csys =  0.14 CPU)
Result: PASS

所以,是的,看起来它们是一样的(至少对于我有限的一组测试来说)。

我使用的是Perl5.26.1,但我认为这对于所有Perl版本都可以,至少可以恢复到5.10。

更新:

我对你的代码做了一个无声的编辑,但我忘了提。您的代码最初用于对标量的引用,但我将其更改为对标量的引用。( $W 而不是 $$W )我认为这是一个无害的替代品。

但现在你给我们看了 your change in context 我能看到发生了什么。

你曾经拥有:

&uppercase(\$WORD[$i])

你把它改为:

ucfirst(\$WORD[$i])

这不起作用 ucfirst() 不更改其参数;它返回已更改的值。所以你实际上想要:

$WORD[$i] = ucfirst($WORD[$i]);

然后,它将按预期工作(对其他答案中提到的Unicode字符问题进行模块化处理)。

如果不使用C样式,整个循环可以简化 for 循环。

for my $w (@WORD) {
  $w = ucfirst($w) if $sentence_start;

  if (defined $SENTENCE_END{ $w }) {
    $sentence_start = 1;
  } elsif (!defined $DELAYED_SENTENCE_START{ $w }) {
    $sentence_start = 0;
  }
}