Decapitalize nomi umani (che rappresentano il 'e -)

Question

Ho un vettore di nomi (umani), il tutto in maiuscolo:

names <- c("FRIEDRICH SCHILLER", "FRANK O'HARA", "HANS-CHRISTIAN ANDERSEN") 

Per decapitalize (capitalizzare le prime lettere solo) finora, ero utilizzando

simpleDecap <- function(x) { 
    s <- strsplit(x, " ")[[1]] 
    paste0(substring(s, 1,1), tolower(substring(s, 2)), collapse=" ") 
    } 
sapply(names, simpleDecap, USE.NAMES=FALSE) 
# [1] "Friedrich Schiller"   "Frank O'hara"   "Hans-christian Andersen" 

ma voglio anche rendere conto per ' e -. L'utilizzo di s <- strsplit(x, " |\\'|\\-")[[1]] ovviamente trova le lettere giuste, ma poi nel collasso ' e - si perdono. Quindi, ho cercato

simpleDecap2 <- function(x) { 
    for (char in c(" ", "\\-", "\\'")){ 
    s <- strsplit(x, char)[[1]] 
    x <-paste0(substring(s, 1,1), tolower(substring(s, 2)), collapse=char) 
    } return x 
    } 

sapply (nomi, simpleDecap, USE.NAMES = FALSE)

ma che è ancora peggio, naturalmente, in quanto i risultati sono divisi l'uno dopo l'altro:

sapply(names, simpleDecap2, USE.NAMES=FALSE) 
# [1] "Friedrich schiller"  "Frank o'Hara"   "Hans-christian andersen" 

Penso che l'approccio giusto divida in base allo s <- strsplit(x, " |\\'|\\-")[[1]], ma il problema è il paste=.

Answer 1

Questo sembra funzionare, utilizzando Perl espressioni regolari compatibili:

gsub("\\b(\\w)([\\w]+)", "\\1\\L\\2", names, perl = TRUE) 

\L trasforma il seguente gruppo di partita in minuscolo.

Answer 2

Anche se sono d'accordo che regexp Perl è la soluzione migliore, ma l'approccio simpleDecap2 non è poi così lontano dal lavoro.

simpleDecap3 <- function(x) { 
    x <- tolower(x) 
    for (char in c(" ", "-", "'")){ 
     s <- strsplit(x, char)[[1]] 
     x <-paste0(toupper(substring(s, 1,1)), substring(s, 2), collapse=char) 
    } 
    x 
} 

Cioè, girare il nome completo in minuscolo e poi in maiuscolo la prima lettera dopo "", "-", o "'". Non è bello come il regexp e molto probabilmente non così robusto, ma ottiene il lavoro fatto con solo piccole modifiche dal codice originale.