10

Tenho um código em JavaScript para capitalizar texto que trata algumas exceções.

Contudo, gostaria de tratar mais algumas, tais como ignorar abreviações, que seriam ter um ponto antes ou depois da primeira letra e ignorar alguns algarismos romanos.

Alguma sugestão? Segue meu código até o momento:

function testaCapitalize() {
  var texto1 = "alto dO cruzeiro";
  var texto2 = "joão paulo II";
  var texto3 = "N.S. aparecida";
  var texto4 = "N.S. DAS GRAÇAS";
  document.getElementById('resultado').innerHTML =
    capitalize(texto1) +
    "<br/>" +
    capitalize(texto2) +
    "<br/>" +
    capitalize(texto3) +
    "<br/>" +
    capitalize(texto4);
}

function capitalize(texto) {

  texto = texto.toLowerCase().replace(/(?:^|\s)\S/g, function(capitalize) {
    return capitalize.toUpperCase();
  });
  //preposição digitada
  var PreposM = ["Da", "Do", "Das", "Dos", "A", "E", "De", "DE"];
  //preposição substituta
  var prepos = ["da", "do", "das", "dos", "a", "e", "de", "de"];

  for (var i = PreposM.length - 1; i >= 0; i--) {
    texto = texto.replace(RegExp("\\b" + PreposM[i].replace(/[-\/\\^$*+?.()|[\]{}]/g, '\\$&') + "\\b", "g"), prepos[i]);
  }

  return texto;
}
<input type="button" onclick="testaCapitalize()" value='Testa'>
<div id='resultado'>

</div>

function capitalize(texto) {

    texto = texto.toLowerCase().replace(/(?:^|\s)\S/g, function(capitalize) {
      return capitalize.toUpperCase();
    });
    //preposição digitada
    var PreposM = ["Da", "Do", "Das", "Dos", "A", "E", "De", "DE"];
    //preposição substituta
    var prepos = ["da", "do", "das", "dos", "a", "e", "de", "de"];

    for (var i = PreposM.length - 1; i >= 0; i--) {
      texto = texto.replace(RegExp("\\b" + PreposM[i].replace(/[-\/\\^$*+?.()|[\]{}]/g, '\\$&') + "\\b", "g"), prepos[i]);
    }

  return texto;
}
1
  • Pelos itens do array, suponho que você é de Juazeiro/BA, Marlucio! Tua pergunta, as respostas e comentários aqui presentes me ajudaram bastante! Valeu!
    – winiercape
    Commented 31/08/2020 às 1:26

2 Respostas 2

12

Talvez seja mais simples fazer um split para quebrar o texto em palavras, aí você verifica cada palavra separadamente. Depois é só juntar tudo de novo no final.

Isso é mais fácil do que tentar uma regex gigante que trata todos os casos de uma vez (embora até seja possível, não acho que vale a pena a complicação).

Assumindo que sempre há um espaço separando as palavras, uma maneira de resolver seria:

function abreviacao(s) {
    return /^([A-Z]\.)+$/.test(s);
}

function numeralRomano(s) {
    return /^M{0,4}(CM|CD|D?C{0,3})(XC|XL|L?X{0,3})(IX|IV|V?I{0,3})$/.test(s);
}

function capitalize(texto) {
    let prepos = ["da", "do", "das", "dos", "a", "e", "de" ];
    return texto.split(' ') // quebra o texto em palavras
       .map((palavra) => { // para cada palavra
           if (abreviacao(palavra) || numeralRomano(palavra)) {
                return palavra;
           }

           palavra = palavra.toLowerCase();
           if (prepos.includes(palavra)) {
                return palavra;
           }
           return palavra.charAt(0).toUpperCase() + palavra.slice(1);
       })
       .join(' '); // junta as palavras novamente
}

let textos = ["alto dO cruzeiro", "joão paulo II", "N.S. aparecida", "N.S. DAS GRAÇAS"];
textos.forEach(t => console.log(capitalize(t)));

O split retorna um array contendo as palavras. Em seguida eu uso map para trocar cada palavra pelo seu equivalente "capitalizado".

Caso a palavra seja abreviação ou numeral romano, ela é retornada sem modificação. Se ela é uma das preposições, é transformada em minúscula.

Caso não seja nenhuma das exceções, apenas a primeira letra é convertida para maiúscula. Por fim, eu uso join para juntar todas as palavras em uma única string, tendo as palavras separadas por espaço.

O resultado do código acima é:

Alto do Cruzeiro
João Paulo II
N.S. Aparecida
N.S. das Graças

Para a abreviação eu usei a regex /^([A-Z]\.)+$/: uma letra maiúscula seguida de ponto, podendo se repetir várias vezes (ex: "A.", "A.B.", "A.B.C.", etc, todas são consideradas abreviações). Os marcadores ^ e $ (respectivamente o início e fim da string) garantem que a palavra só pode ter isso.

Mas se quiser verificar apenas que a primeira letra está seguida de um ponto e tanto faz o resto, pode trocar para /^[A-Z]\./ (ou /^[A-Z]\./i para considerar letras maiúsculas e minúsculas).

Para numerais romanos, peguei a regex desta resposta. A princípio você poderia verificar se a string só possui os caracteres I, V, X, L, D, C e M, mas a regex também verifica as quantidades e ordem em que aparecem, evitando casos inválidos como XM, por exemplo (veja aqui mais alguns exemplos).

4
  • 2
    Uau! Quem que fez essa regex gigante? Nunca tinha visto uma desse tamanho. Aliás, boa resposta, como sempre. :) Commented 11/10/2019 às 0:26
  • 2
    @LuizFelipe Se está falando dessa, fui eu mesmo :-) Confesso que só fiz pra saber se era possível, pois acho que não usaria isso em produção. Além disso ela não funciona em JavaScript, teria que mudar algumas coisas e continuaria um monstro. Pra terminar, tem regex piores que essa: pt.stackoverflow.com/a/384502/112052, stackoverflow.com/a/3845829
    – hkotsubo
    Commented 11/10/2019 às 1:14
  • 1
    O array de preposições ficou com um "de" repetido.
    – Isac
    Commented 5/03/2020 às 10:39
  • 1
    @Isac Corrigido, obrigado!
    – hkotsubo
    Commented 5/03/2020 às 10:42
5

Para facilitar o trabalho você pode utilizar a biblioteca https://www.npmjs.com/package/capitalize-pt-br

Instalando da seguinte forma, caso utilizado o NPM:

npm install --save capitalize-pt-br

Em caso de não utilização do NPM, pode-se baixar a biblioteca e implementar no projeto fazendo o import manual do script

A implementação com a biblioteca seria a seguinte:

const capitalize = require('capitalize-pt-br')

capitalize('HELLO WORLD')

Esta função retornaria o seguinte:

Hello World

Caso haja necessidade de manter uma palavra minúscula, pode-se usar o segundo parâmetro da função, da seguinte forma:

const capitalize = require('capitalize-pt-br')

capitalize('HELLO WORLD', ['world'])

Esta função retornaria o seguinte:

Hello world

Caso haja necessidade de manter uma palavra minúscula e outra maiúscula, pode-se usar o segundo parâmetro da função, da seguinte forma:

const capitalize = require('capitalize-pt-br')

capitalize('HELLO WORLD', ['world'], ['hello'])

Esta função retornaria o seguinte:

HELLO world

2
  • 1
    entendi, mas não resolve a questão dos pontos em abreviações. Commented 24/07/2019 às 19:08
  • 2
    @MarlucioPires Você pode criar um arquivo com a seguinte estrutura github.com/ranpa/capitalize-pt-br/blob/master/src/… e passar as siglas que você quer manter maíusculo. Caso haja necessidade de automatizar essa capitalização das siglas, será necessário a utilização de REGEX Commented 24/07/2019 às 19:15

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .