PHP 中的正则表达式：获取字符串中第一个单词之后的所有单词，并将它们全部截断为第一个字符

Question

我对正则表达式很糟糕。

我有一个字符串，里面可能有1个或多个单词（通常是2个或3个），通常是人名，例如：

$str1 = 'John Smith';
$str2 = 'John Doe';
$str3 = 'David X. Cohen';
$str4 = 'Kim Jong Un';
$str5 = 'Bob';

我想按如下方式转换每个：

$str1 = 'John S.';
$str2 = 'John D.';
$str3 = 'David X. C.';
$str4 = 'Kim J. U.';
$str5 = 'Bob';

我的猜测是我应该首先匹配第一个单词，如下所示：

preg_match( "^([\w\-]+)", $str1, $first_word )

然后是第一个单词之后的所有单词...但是我如何匹配这些单词呢？我应该再次使用 preg_match 并在参数中使用 offset = 1 吗？但该偏移量是以字符或字节为单位的，对吗？

无论如何，在我匹配第一个后面的单词之后，如果存在，我应该为每个单词做类似的事情：

$second_word = substr( $following_word, 1 ) . '. ';

或者我的做法完全错误？

谢谢

ps - 当字符串包含三个或更多单词时，如果正则表达式可以保留整个前两个单词，那将是一个福音......（例如“Kim Jong U.”）。

Answer 1

可以使用正则表达式在单个

preg_replace

中完成。

您可以使用此正则表达式进行搜索：

^\w+(?:$| +)(*SKIP)(*F)|(\w)\w+

并替换为：

$1.

正则表达式演示

代码：

$name = preg_replace('/^\w+(?:$| +)(*SKIP)(*F)|(\w)\w+/', '$1.', $name);

说明：

• (*FAIL)

  的行为类似于失败的否定断言，是

  (?!)

的同义词

• (*SKIP)

  定义了一个点，当子模式稍后失败时，正则表达式引擎将不允许回溯到该点

• (*SKIP)(*FAIL)

  一起提供了一个很好的限制替代方案，即在上面的正则表达式中不能有可变长度的lookbehind。

• ^\w+(?:$| +)(*SKIP)(*F)

  匹配名称中的第一个单词并跳过它（不执行任何操作）

• (\w)\w+

  匹配所有其他单词，并将其替换为第一个字母和一个点。

Answer 2

您可以使用积极的后向断言。

(?<=\h)([A-Z])\w+

或

如果您想将

Bob F

转换为

Bob F.

，请使用此正则表达式

(?<=\h)([A-Z])\w*(?!\.)

然后将匹配的字符替换为

\1.

演示

代码如下，

preg_replace('~(?<=\h)([A-Z])\w+~', '\1.', $string);

演示

• (?<=\h)([A-Z])

  捕获前面有水平空格字符的所有大写字母。

• \w+

  匹配一个或多个单词字符。

• 将匹配的字符替换为组索引 1 中的字符

  \1

  加一个点即可得到所需的输出。

Answer 3

仅具有前瞻和字边界检查的简单解决方案：

preg_replace('~(?!^)\b(\w)\w+~', '$1.', $string);

• (\w)\w+

  是名称中的一个单词，捕获第一个字符

• (?!^)\b

  执行单词边界检查

  \b

  ，并确保匹配项不在字符串的开头

  (?!^)

  。

演示

Answer 4

只需从字符串的最后一个（非第一个）单词的第二个字符开始匹配 - 然后用点替换该匹配（不需要捕获或引用）。

匹配文字空格，然后

\w

匹配单词字符，然后用

\K

忘记这些字符，然后匹配零个或多个单词字符，直到字符串末尾，以确保所有姓氏在第一个字母后被截断并在末尾添加一个点。

代码：（演示）

$strings = [
    'John Smith',
    'John Doe',
    'David X. Cohen',
    'Kim Jong Un',
    'Bob',
];

var_export(
    preg_replace('/ \w\K\w*$/', '.', $strings)
);