免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
1234下一页
最近访问板块 发新帖
查看: 5375 | 回复: 32
打印 上一主题 下一主题

[文本处理] 如何处理英文短句:大写单词数多于非大写词数时整句大写? [复制链接]

论坛徽章:
1
白羊座
日期:2014-11-13 10:19:16
跳转到指定楼层
1 [收藏(0)] [报告]
发表于 2014-07-22 09:51 |只看该作者 |倒序浏览
本帖最后由 iocg 于 2014-07-22 09:53 编辑

数据类型大概是这样,英文短句中夹杂着大小写。

This IS A PARADOX.
And also your he HAVE TO LOOK AT EACH OF MOST incredibly 2014
difficult DETAILS COLLECTIVELY. YOU'LL NEED A Way For Doing That.
A Massage Therapist WILL BE HELPFUL TO 50 PARTNERS TO OVERPOWER CONSTANT Worry
Despair And After That hassle.
A SELF APPLIED TRAINED IN PREPARE MEALS with A Love For Using SPICES AND HERBS
Scott Commonly EXPERIENCED IN THE MANY WOUND GETTING BETTER BENEFITS associated with.
This is not to get OFF THE COUCH EVERY SINGLE DAY YET CHECK OUT A JOB
ASSOCIATED WITH BORES FOR A PERSON HOLES. Tell the truth and consider
if you're Quite Frankly STUDYING THE ACTIONS To Gather A Salary.
If It Actually May Seem Like You, CONSEQUENTLY YOU MAY BE NOT BEING CHALLENGED IF WE Have.
CORK WAS IN FACT GETTING RID OF DO THE SAME. I Doesn'T Apply It.
He FREQUENCY MOST OF usually UNQUESTIONABLY THIS PARTICULAR golf BASKETSOCCER BASETENNIS shot down

如果大写单词多于非大写单词,整句大写
如果大写单词少于非大写单词,整句首字母大写

。。。

论坛徽章:
32
处女座
日期:2013-11-20 23:41:20双子座
日期:2014-06-11 17:20:43戌狗
日期:2014-06-16 11:05:00处女座
日期:2014-07-22 17:30:47狮子座
日期:2014-07-28 15:38:17金牛座
日期:2014-08-05 16:34:01亥猪
日期:2014-08-18 13:34:25白羊座
日期:2014-09-02 15:03:55金牛座
日期:2014-11-10 10:23:58处女座
日期:2014-12-02 09:17:52程序设计版块每日发帖之星
日期:2015-06-16 22:20:002015亚冠之塔什干火车头
日期:2015-06-20 23:28:22
2 [报告]
发表于 2014-07-22 10:08 |只看该作者
大写单词是指整个单词都是大写还是只要有一个字母是大写就可以?

论坛徽章:
1
白羊座
日期:2014-11-13 10:19:16
3 [报告]
发表于 2014-07-22 10:10 |只看该作者
本帖最后由 iocg 于 2014-07-22 10:12 编辑

回复 2# yestreenstars


    整个单词都是大写的。。
    但是我不知道怎么判断一个单词是不是全部大写

论坛徽章:
32
处女座
日期:2013-11-20 23:41:20双子座
日期:2014-06-11 17:20:43戌狗
日期:2014-06-16 11:05:00处女座
日期:2014-07-22 17:30:47狮子座
日期:2014-07-28 15:38:17金牛座
日期:2014-08-05 16:34:01亥猪
日期:2014-08-18 13:34:25白羊座
日期:2014-09-02 15:03:55金牛座
日期:2014-11-10 10:23:58处女座
日期:2014-12-02 09:17:52程序设计版块每日发帖之星
日期:2015-06-16 22:20:002015亚冠之塔什干火车头
日期:2015-06-20 23:28:22
4 [报告]
发表于 2014-07-22 11:19 |只看该作者
回复 3# iocg

try:
  1. awk '{for(i=0;i++<NF;)if($i~/^[[:upper:].\047]+$/)a[NR]++;if(a[NR]>NF/2)$0=toupper($0)}1'
复制代码

论坛徽章:
33
荣誉会员
日期:2011-11-23 16:44:17天秤座
日期:2014-08-26 16:18:20天秤座
日期:2014-08-29 10:12:18丑牛
日期:2014-08-29 16:06:45丑牛
日期:2014-09-03 10:28:58射手座
日期:2014-09-03 16:01:17寅虎
日期:2014-09-11 14:24:21天蝎座
日期:2014-09-17 08:33:55IT运维版块每日发帖之星
日期:2016-04-17 06:23:27操作系统版块每日发帖之星
日期:2016-04-18 06:20:00IT运维版块每日发帖之星
日期:2016-04-24 06:20:0015-16赛季CBA联赛之天津
日期:2016-05-06 12:46:59
5 [报告]
发表于 2014-07-22 12:45 |只看该作者
[A-Z]+ 就是大写单词. 目测 比 [:upper:] 还短一点点.

论坛徽章:
33
ChinaUnix元老
日期:2015-02-02 08:55:39CU十四周年纪念徽章
日期:2019-08-20 08:30:3720周年集字徽章-周	
日期:2020-10-28 14:13:3020周年集字徽章-20	
日期:2020-10-28 14:04:3019周年集字徽章-CU
日期:2019-09-08 23:26:2519周年集字徽章-19
日期:2019-08-27 13:31:262016科比退役纪念章
日期:2022-04-24 14:33:24
6 [报告]
发表于 2014-07-22 12:48 |只看该作者
回复 5# q1208c


    [A-Z]容易出问题,[:upper:]更保险。

论坛徽章:
769
金牛座
日期:2014-02-26 17:49:58水瓶座
日期:2014-02-26 18:10:15白羊座
日期:2014-04-15 19:29:52寅虎
日期:2014-04-17 19:43:21酉鸡
日期:2014-04-19 21:24:10子鼠
日期:2014-04-22 13:55:24卯兔
日期:2014-04-22 14:20:58亥猪
日期:2014-04-22 16:13:09狮子座
日期:2014-05-05 22:31:17摩羯座
日期:2014-05-06 10:32:53处女座
日期:2014-05-12 09:23:11子鼠
日期:2014-05-21 18:21:27
7 [报告]
发表于 2014-07-22 12:50 |只看该作者
回复 6# Shell_HAT

大大能解释下[A-Z]会有什么问题吗?
   

论坛徽章:
33
荣誉会员
日期:2011-11-23 16:44:17天秤座
日期:2014-08-26 16:18:20天秤座
日期:2014-08-29 10:12:18丑牛
日期:2014-08-29 16:06:45丑牛
日期:2014-09-03 10:28:58射手座
日期:2014-09-03 16:01:17寅虎
日期:2014-09-11 14:24:21天蝎座
日期:2014-09-17 08:33:55IT运维版块每日发帖之星
日期:2016-04-17 06:23:27操作系统版块每日发帖之星
日期:2016-04-18 06:20:00IT运维版块每日发帖之星
日期:2016-04-24 06:20:0015-16赛季CBA联赛之天津
日期:2016-05-06 12:46:59
8 [报告]
发表于 2014-07-22 12:58 |只看该作者
Herowinter 发表于 2014-07-22 12:50
回复 6# Shell_HAT

大大能解释下[A-Z]会有什么问题吗?


回复 6# Shell_HAT

同问.


我个人倒觉得, [:upper:] 的兼容性不好. 而 [A-Z] 的兼容性应该问不大.

论坛徽章:
32
处女座
日期:2013-11-20 23:41:20双子座
日期:2014-06-11 17:20:43戌狗
日期:2014-06-16 11:05:00处女座
日期:2014-07-22 17:30:47狮子座
日期:2014-07-28 15:38:17金牛座
日期:2014-08-05 16:34:01亥猪
日期:2014-08-18 13:34:25白羊座
日期:2014-09-02 15:03:55金牛座
日期:2014-11-10 10:23:58处女座
日期:2014-12-02 09:17:52程序设计版块每日发帖之星
日期:2015-06-16 22:20:002015亚冠之塔什干火车头
日期:2015-06-20 23:28:22
9 [报告]
发表于 2014-07-22 13:41 |只看该作者
@q1208c@Herowinter

详情请见(大小写同理):http://bbs.chinaunix.net/forum.p ... mp;fromuid=26669282

@seesea2517
看海兄,你的帖子又派上用场了~

论坛徽章:
33
ChinaUnix元老
日期:2015-02-02 08:55:39CU十四周年纪念徽章
日期:2019-08-20 08:30:3720周年集字徽章-周	
日期:2020-10-28 14:13:3020周年集字徽章-20	
日期:2020-10-28 14:04:3019周年集字徽章-CU
日期:2019-09-08 23:26:2519周年集字徽章-19
日期:2019-08-27 13:31:262016科比退役纪念章
日期:2022-04-24 14:33:24
10 [报告]
发表于 2014-07-22 13:56 |只看该作者
回复 8# q1208c


    能否举个例子说明 [:upper:] 兼容性不好
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP