将 "hello world" 转换为首字母大写 "Hello World"。

昨晚十一点多，我在公司楼下撸串儿，风有点大，串儿有点糊。我们组那个小李突然问我：哥，“hello world”咋一键变成“Hello World”？我脑子里第一反应是：这不是手到擒来么……但转念一想，坑其实还挺多。算了，我边啃羊肉串边跟你们絮叨两句，顺便把我那段常用的小函数贴一下，回头直接抄走用就完事儿。

就是把一句话里每个英文单词的首字母搞大写，其他字母小写——比如 "hello world" 变 "Hello World"。嗯，就这么简单的需求，落到工程里经常出现在：导入 CSV 抬头清洗、给运营活动标题“洗脸”、把用户随手输的昵称“梳妆打理”。听起来不起眼，但做得糙了就会出笑话，比如 They’re 被弄成 They'Re，iPhone 变成 Iphone，或者一长串空格被你压扁了…哎，都是眼泪。

我当时就跟小李说：先用内置的试试呀，省心。

s = "hello world"
print(s.title())   # Hello World

str.title() 一下就能顶 80% 的场景。可它有两个小毛病，你们注意哈： 一个是带撇号的词，比如

print("they're here".title())  # They'Re Here  ← 这个大写有点怪

还有就是“品牌大小写”这种人类审美规则，"iphone x" 你肯定不想得到 "Iphone X"。这就需要你自己兜底。

对了，string.capwords 也能用：

import string
print(string.capwords("hello   world"))  # Hello World  ← 注意多空格会被压成一个

它默认会把一坨空格折叠成一个空格，要保留原样还得自己动手。

我平时用的“顺手刀”：更稳一点的 title_case

我把几件常见小事打包到一个函数里了： 1）首字母大写，其余小写；2）支持英文撇号 ’/'；3）支持连字符 -；4）可以定义“介词/连词”之类的小词（a、an、the、of…）中间位置保持小写，但句首句尾还是大写；5）支持例外词典（NASA、API、iPhone 这类固定写法）；6）可选是否原样保留多空格与前后空白。

我刚才在串摊纸巾上把核心逻辑掰了掰，你们看代码就懂了：

import re
from typing import Dict, Iterable, Optional

_APOST = "’'"# 常见的两个撇号字符

deftitle_case(
    text: str,
    *,
    minor_words: Optional[Iterable[str]] = None,     # 中间小词
    exceptions: Optional[Dict[str, str]] = None,     # 例外写法映射，key 不区分大小写
    preserve_whitespace: bool = True                 # 是否保留原始空格
) -> str:
"""
    把英文片段做“人话”的 Title Case；非英文字母原样返回。
    仅对 [A-Za-z] 这类单词做处理，其他文字（比如中文、数字、emoji）不动。
    """
ifnot text:
return text

    minor = {w.lower() for w in (minor_words or {
"a","an","the","and","or","for","to","in","on","of","by","at","as","vs","via","from","with","per"
    })}
    exc_map = {k.lower(): v for k, v in (exceptions or {
"api":"API", "http":"HTTP", "https":"HTTPS", "id":"ID",
"ip":"IP", "ios":"iOS", "iphone":"iPhone", "ipad":"iPad",
"eBay":"eBay", "usa":"USA", "nasa":"NASA"
    }).items()}

# 单词的定义：英文字母串，允许内部含撇号或连字符的分段
# 例：rock'n'roll、state-of-the-art 都算一个“复合词”，里头再分别首字母大写
    word_pattern = re.compile(r"[A-Za-z]+(?:[-" + _APOST + r"][A-Za-z]+)*")

    pieces = []
    last_end = 0

defproper_cap(segment: str) -> str:
"""把子段首字母大写，其余小写：e.g. o'reilly -> O'Reilly；state -> State"""
        out = []
        i = 0
while i < len(segment):
            ch = segment[i]
if ch.isalpha():
# 首字母
                out.append(ch.upper())
                i += 1
# 后续连续的字母全部小写
while i < len(segment) and segment[i].isalpha():
                    out.append(segment[i].lower())
                    i += 1
else:
                out.append(ch)
                i += 1
return"".join(out)

# 找到所有英文“词”，其间的非英文内容（空格、中文、标点）原样拼回
for m in word_pattern.finditer(text):
# 原样补上间隙
if preserve_whitespace:
            pieces.append(text[last_end:m.start()])
else:
# 折叠多空格为一个空格（仅当间隙全是空白时）
            gap = text[last_end:m.start()]
            pieces.append(" "if gap.strip() == ""and gap else gap)
        token = m.group(0)
        token_key = token.lower()

# 优先例外表（品牌/缩写）
if token_key in exc_map:
            pieces.append(exc_map[token_key])
else:
# 连字符内部也逐段首字母大写
            parts = re.split(r"(-)", token)  # 保留分隔符
            cased = "".join(
                proper_cap(p) if p != "-"else"-"
for p in parts
            )
            pieces.append(cased)
        last_end = m.end()

# 末尾非英文内容
    tail = text[last_end:]
    pieces.append(tail if preserve_whitespace else (" "if tail.strip()==""and tail else tail))

    out = "".join(pieces)

# 处理“中间小词”——先全体处理，再把中间位置的小词改回小写
# 使用边界匹配，避免把某些缩写（like API）误改
    tokens = list(word_pattern.finditer(out))
for i, m in enumerate(tokens):
        word = m.group(0)
        key = word.lower()
if0 < i < len(tokens)-1:  # 不是首尾
if key in exc_map:
continue
if key in minor:
# 保留撇号/连字符形态，只把纯字母段改小写
                fixed = re.sub(r"[A-Za-z]+", lambda mm: mm.group(0).lower(), word)
# 替换到原串
                out = out[:m.start()] + fixed + out[m.end():]
# 替换后位移会变，为简单起见，重新找一遍（文本通常不长）
                tokens = list(word_pattern.finditer(out))

return out


if __name__ == "__main__":
    samples = [
"hello world",
"  hello   world   ",              # 多空格
"they're not here",                # 撇号
"state-of-the-art solution",       # 连字符
"from naive bayes to deep learning",  # 小词
"iphone x vs. galaxy s24",         # 品牌例外
"HELLO WORLD",                     # 全大写
"你好 hello world 在这儿",            # 中英混排
    ]
for s in samples:
        print(repr(s), "=>", repr(title_case(s)))

你们随手跑一下就知道效果咋样了。默认我把 API、NASA、iPhone 这类加进 exceptions 了，你完全可以按你们业务再补充；小词那堆如果团队不同意某几个词保持小写，就把它们从 minor_words 里剔了，别较劲。

刚刚串儿老板把煤加大了，我被呛了一嗓子…咳咳，说人话继续： 1）别拿 capitalize() 干这个活，它只管整句第一个字母大写，剩下全小写，"hello world".capitalize() 只能给你 "Hello world"，差了口气。 2）Unicode 其实友好，像西语重音 mañana，上面这版处理会变成 Mañana，没事儿。但希腊文、俄文这种如果要“标题规则”，那是另外一套语言学，别强扭。 3）空格要不要原样保留，看场景。做标题展示，多余空格一般要折叠；做清洗回写数据库，可能就得尊重用户输入。preserve_whitespace 开关就是干这个的。 4）输入全是中文？ 别理，原样过。我们只“管”英文字母那部分，省心省力。 5）别迷信“完美规则”，标题大小写本来就没统一国际法——新闻社、APA、芝加哥手册各有各的口味。所以代码给了钩子：小词+例外，交给你们产品/运营拍板就行。

他要的只是最基本那种：

print(title_case("hello world"))
# Hello World

多空格保留：

print(title_case("  hello   world  ", preserve_whitespace=True))
# "  Hello   World  "

品牌和小词：

print(title_case("from iphone to ipad and back to api docs"))
# From iPhone to iPad and Back to API Docs

撇号和连字符：

print(title_case("rock'n'roll meets state-of-the-art"))
# Rock'n'Roll Meets State-of-the-Art

差不多就这些，能覆盖你们日常 99% 的需求。要是你们那边还有什么奇葩规范——比如 McDonald、O’Neil 那类“家族姓氏规则”——加两条例外就好。我这边串儿快糊透了，先不跟你们叨叨了，等会儿回去我再把这个函数丢到工具库里…