句子大小写转换正则在带引号等场景下失效的修复方案咨询

架构老林

2026-7-13

解决句子首字母大写时引号结尾内容丢失的问题

原使用以下正则实现句子首字母大写（同时规避N.B.C.这类缩写）：

/(?:\d+\.\d+|\b[A-Z](?:\.[A-Z])*\b\.?|[^.!?])+[.!?…](?:\s|\Z)/

配套PHP函数：

function sentence_case($text) {
    // Split into sentences. Therefore, find all text that ends
    // with punctuation followed by white space or end of string.
    preg_match_all('/(?:\d+\.\d+|\b[A-Z](?:\.[A-Z])*\b\.?|[^.!?])+[.!?…](?:\s|\Z)/', $text, $sentences);
    $sentences = $sentences[0];

    // Capitalize the first letter of each sentence
    foreach ($sentences as &$sentence) {
        $sentence = ucfirst($sentence);
    }

    // Combine sentences
    return implode('', $sentences);
}

该函数处理普通句子正常，但当句子以引号等闭合符号结尾时，会丢失对应内容。例如输入：

$text = 'first sentence. second sentence! "third sentence?"';

实际输出仅保留前两个句子，丢失引号内内容：

First sentence. Second sentence!

期望输出应包含引号内内容并正确大写首字母：

First sentence. Second sentence! "Third sentence?"

修改方案

调整正则表达式，允许句子结束标点后跟随可选的闭合符号（如引号、括号等），确保这类内容被纳入匹配范围。

修改后的正则表达式：

/(?:\d+\.\d+|\b[A-Z](?:\.[A-Z])*\b\.?|[^.!?])+[.!?…](?:["'”’\)\]]*)(?:\s|\Z)/

修改后的PHP函数：

function sentence_case($text) {
    preg_match_all('/(?:\d+\.\d+|\b[A-Z](?:\.[A-Z])*\b\.?|[^.!?])+[.!?…](?:["'”’\)\]]*)(?:\s|\Z)/', $text, $sentences);
    $sentences = $sentences[0];

    foreach ($sentences as &$sentence) {
        $sentence = ucfirst($sentence);
    }

    return implode('', $sentences);
}