Các Hàm Regex Xử Lý Tiếng Việt, Chính Tả Trong PHP

Một số hàm thường dùng:

Viết hoa các ký tự đầu dòng

PHP:

$str = preg_replace_callback('/([\n])([\-|\"|\']?)([ ]?)([\"]?)([ ]?)([a-z]|đ|à|á|ả|ã|ạ|ă|ằ|ắ|ẳ|ẵ|ặ|â|ầ|ấ|ẩ|ẫ|ậ|è|é|ẻ|ẽ|ẹ|ê|ề|ế|ể|ễ|ệ|ì|í|ỉ|ĩ|ị|ò|ó|ỏ|õ|ọ|ô|ồ|ố|ổ|ỗ|ộ|ơ|ờ|ớ|ở|ỡ|ợ|ù|ú|ủ|ũ|ụ|ư|ừ|ứ|ử|ữ|ự|ỳ|ý|ỷ|ỹ|ỵ){1}/',
        function ($matches) {return mb_strtoupper($matches[0],'UTF-8');},$str
        );

PHP:

// Viết hoa ký tự đầu dòng, lồng nhiều BBCode vẫn dùng được
        $str = implode("\n", array_map(function($line) {
            return preg_replace_callback(
                '/^((?:\[[^\]]+\]\s*)*)([^a-zA-ZÀ-ỹđĐ]*)(\p{Ll})/u',
                fn($m) => $m[1] . $m[2] . mb_strtoupper($m[3], 'UTF-8'),
                $line
            );
        }, preg_split('/\R/u', $str)));

Viết hoa sau dấu câu: !:;

PHP:

$str = preg_replace_callback('/([^.])([\!|.|?|:])([ ]+)([\"]?)([a-z]|đ|à|á|ả|ã|ạ|ă|ằ|ắ|ẳ|ẵ|ặ|â|ầ|ấ|ẩ|ẫ|ậ|è|é|ẻ|ẽ|ẹ|ê|ề|ế|ể|ễ|ệ|ì|í|ỉ|ĩ|ị|ò|ó|ỏ|õ|ọ|ô|ồ|ố|ổ|ỗ|ộ|ơ|ờ|ớ|ở|ỡ|ợ|ù|ú|ủ|ũ|ụ|ư|ừ|ứ|ử|ữ|ự|ỳ|ý|ỷ|ỹ|ỵ){1}/',
        function ($matches) {return $matches[1].mb_strtoupper(mb_substr($matches[0],1),'UTF-8');} ,$str
        );

Viết hoa ký tự đầu dòng, có 1 thẻ BBCode vẫn được

PHP:

$str = preg_replace_callback(
            '/(^|\R)((?:\[[^\]]+\]\s*)*)([^\p{L}]*)?(\p{Ll})/ui',
            function ($m) {
                return $m[1] . ($m[2] ?? '').  ($m[3] ?? '').  mb_strtoupper($m[3], 'UTF-8');
            },
            $str
        );

Fix thẻ BBCode IMG

PHP:

$str = preg_replace_callback('/\[IMG]([^\]]+)\[\/IMG]/i',function ($matches) {return str_replace(' ','',$matches[0]);} ,$str);
$str = preg_replace_callback('/\[IMG size=([^\]]+)]([^\]]+)\[\/IMG]/i',function ($matches) {return str_replace(' ','',$matches[0]);} ,$str);

Tự động nhận diện đoạn hội thoại - trong dấu ngoặc: "Đoạn hội thoại"

PHP:

$str = preg_replace('/([:|,|.])([ ])([\"])([^\n|\"]+)([\"])([\.]?)/', ":\n$3$4$5", $str); # Tách đoạn hội thoại xuống dòng
$str = preg_replace('/([\n])([\"])([^\"]+[^.])([ ]?)([\"])/', '$1"$3."', $str); # Thêm dấu chấm vào cuối đoạn hội thoại
$str = preg_replace('/([\n])([\"])([^\"]+)([\"])([^\n|\r]+)/', "$1$2$3$4\n$5", $str); # Tách xuống dòng đợt 2

Convert sang chữ thường nếu có chữ viết hoa trong dòng

PHP:

$content = preg_replace_callback('/\b[\p{Lu}]+\b/u', function ($m) {
                    return mb_strtolower($m[0], 'UTF-8');
                }, $content);

Convert nếu nguyên 1 dòng toàn chữ VIẾT HOA

PHP:

$str = preg_replace_callback(
            '/^(?=[\P{Ll}]*\p{Lu})[\p{Lu}\P{L}]+$/mu',
            function ($m) {
                return mb_strtolower($m[0], 'UTF-8');
            },
            $str
        );

Convert sang chữ thường thẻ HEADING nếu nguyên 1 dòng toàn là chữ VIẾT HOA

PHP:

$str = preg_replace_callback(
            '/\[HEADING=(\d+)\](.*?)\[\/HEADING\]/isu',
            function ($matches) {
                $level = $matches[1];
                $content = $matches[2];

                $content = preg_replace_callback(
                    '/^(?=[\P{Ll}]*\p{Lu})[\p{Lu}\P{L}]+$/mu',
                    function ($m) {
                        return mb_strtolower($m[0], 'UTF-8');
                    },
                    $content
                );

                return "[HEADING={$level}]{$content}[/HEADING]";
            },
            $str
        );