如何在R语言中对分号分隔文本的每个单词首字母大写？

需求描述 #

原始英文文本：

Cycling Refrigerated Thermal mass Dryer; No-loss Condensate Drain; storage tanks for load/no load screw compressors <50 HP

对应的中文翻译：

循环制冷热质干燥机；无损耗冷凝水排放装置；功率小于50马力的加载/空载螺杆压缩机储油罐

期望转换后的英文文本（每个单词首字母大写）：

Cycling Refrigerated Thermal Mass Dryer; No-loss Condensate Drain; Storage Tanks for Load/No Load Screw Compressors <50 HP;

对应的中文翻译：

循环制冷热质干燥机；无损耗冷凝水排放装置；加载/空载螺杆压缩机储油罐（功率小于50马力）

实现方案 #

通过正则表达式结合gsub函数实现，兼容连字符、斜杠分隔的单词，同时保留已有大写的专业词汇：

# 定义原始文本
raw_text <- "Cycling Refrigerated Thermal mass Dryer; No-loss Condensate Drain; storage tanks for load/no load screw compressors <50 HP"

# 自定义首字母大写处理函数
capitalize_words <- function(text) {
  # 匹配单词边界、连字符或斜杠后的小写字母，转为大写
  gsub("(\\b|[-/])([a-z])", "\\1\\U\\2", text, perl = TRUE)
}

# 执行转换
processed_text <- capitalize_words(raw_text)

# 输出结果
cat(processed_text, "\n")

代码说明 #

• 正则表达式(\\b|[-/])([a-z])精准匹配三种场景：单词开头的小写字母、连字符-后的小写字母、斜杠/后的小写字母。
• \\U\\2将捕获到的小写字母转为大写，启用perl = TRUE支持Perl风格正则转义符。
• 该方法不会修改已有大写的词汇（如HP），同时能正确处理No-loss、load/no这类特殊格式的单词。

内容的提问来源于stack exchange，提问作者Pankaj verma