<?php
/**
 * Egységesíti a kapott intézménynév kis- és nagybetűs írásmódját a magyar helyesírás szabályai szerint.
 * @param string $nev Az intézmény eredeti neve
 * @return string Az egységesített, helyesírásilag korrigált intézménynév
 */
function egységesít_intezmenynev($nev) {
    // 1. Definiáljuk a kisbetűsen hagyandó szavakat (kötőszókat, névelőket).
    $kisbetus_szavak = ['és', 'a', 'az'];

    // 2. Definiálhatunk néhány gyakori mozaikszót, amit teljes nagybetűre javítunk.
    $mozaikszavak = ['MÁV', 'NATO', 'EU'];  // szükség szerint bővíthető

    // 3. Bontsuk fel a nevet szóközök mentén, megőrizve a központozást.
    // Ehhez preg_split használata, amely a szavakat és a köztük levő delimitereket is visszaadja.
    $tokens = preg_split('/([ \t]+)/u', $nev, -1, PREG_SPLIT_DELIM_CAPTURE);
    // A $tokens tömb tartalmazza a szavakat és a közöttük lévő whitespace-t külön elemekben.

    $uj_nev = "";  // Ebbe építjük fel az új nevet

    foreach ($tokens as $token) {
        // Ha a token csak szóköz (vagy tabulátor), azt változtatás nélkül hozzáfűzzük.
        if (preg_match('/^\s+$/u', $token)) {
            $uj_nev .= $token;
            continue;
        }

        // A token most egy szó vagy szó+írásjel kombináció lehet, pl. "Központi", "Hivatal," vagy "XV."
        // Különválasztjuk a token végén esetleg álló írásjeleket (pont, vessző, kötőjel, kettőspont, pontosvessző stb.),
        // hogy csak a betűrészt módosítsuk.
        $ending_punct = '';
        if (preg_match('/[,.!?;:]+$/u', $token, $matches)) {
            // Van írásjel a végén (pl. vessző vagy pont).
            $ending_punct = $matches[0];
            // Vágjuk le az írásjelet a token szórészéről.
            $token = mb_substr($token, 0, mb_strlen($token) - mb_strlen($ending_punct));
        }

        // 4. Kezeljük a római számokat (pl. "IV", "XIV.", "XI."):
        if (preg_match('/^[IVXLCDM]+$/u', $token)) {
            // A token teljes egészében római szám (csupa I, V, X, stb.).
            // Hagyjuk változatlanul (csak fűzzük hozzá, ahogy van, nagybetűkkel).
            $uj_nev .= $token . $ending_punct;
            continue;
        }

        // 5. Kezeljük a kötőjeles összetételeket.
        if (strpos($token, '-') !== false) {
            // Bontás kötőjel mentén, de megőrizzük a kötőjelet utólagos visszaépítéshez.
            $parts = explode('-', $token);
            // Feldolgozzuk az egyes részeket a szabályok szerint:
            foreach ($parts as $index => $part) {
                if ($part === "") {
                    // Ha üres rész lenne (pl. ha kötőjellel kezdődött/ért véget a token),
                    // hagyjuk ki. (Jelen esetben nem valószínű, hogy előfordul.)
                    continue;
                }
                // Nézzük meg, kisbetűs kivételszó-e (és, a, az).
                $part_lower = mb_strtolower($part);
                if (in_array($part_lower, $kisbetus_szavak, true)) {
                    // Kötőjellel egybeírt "és" elvileg nem létezhet szabályosan, de biztos, ami biztos:
                    // kisbetűvel hagyjuk.
                    $parts[$index] = $part_lower;
                } elseif (mb_strtoupper($part) === $part) {
                    // Ha a rész teljes egészében nagybetűs (pl. mozaikszó), hagyjuk úgy.
                    // Példa: "ELTE-SE" vagy hasonló (bár ilyen nem nagyon fordul elő a listában).
                    $parts[$index] = $part;
                } else {
                    // Általános eset: nem kivételszó és nem full caps.
                    // Tegyük a teljes részt kisbetűssé, majd az első betűt nagybetűssé.
                    $part = mb_strtolower($part);
                    // Kivétel: ha ez a token nem az első a teljes névben, de a rész az első a kötőjel előtt és
                    // egy névelő ("a" vagy "az"), azt nem írjuk nagybetűvel. (Ez egy extrém speciális eset lehet csak.)
                    if ($index === 0 && $uj_nev === "") {
                        // Ez azt jelenti, hogy a név elején vagyunk és a kötőjeles token első részét dolgozzuk fel.
                        // Ha ez 'a' vagy 'az', akkor nagy kezdőbetűvel hagyjuk, különben a normál utat követjük.
                        if ($part_lower === 'a' || $part_lower === 'az') {
                            $part = $part_lower; // marad kisbetűs, de mivel ez a név eleje, később a mondatkezdés miatt úgyis nagy lesz...
                        }
                    }
                    // Alakítsuk nagy kezdőbetűsre.
                    $part = mb_strtoupper(mb_substr($part, 0, 1)) . mb_substr($part, 1);
                    $parts[$index] = $part;
                }
            }
            // A részeket újra összefűzzük kötőjellel.
            $uj_nev .= implode('-', $parts) . $ending_punct;
        } else {
            // 6. Nincs kötőjel a tokenben, kezeljük egyszerű szóként.
            $word = $token;
            $word_lower = mb_strtolower($word);
            if (in_array($word_lower, $kisbetus_szavak, true)) {
                // Ha kivételszó (és, a, az), kisbetűsen használjuk.
                // FIGYELEM: első szóra is alkalmazzuk?
                // Általában intézménynév nem kezdődik ezeken, de ha mégis, akkor is nagybetűvel szokták írni a mondat elején.
                // Itt feltételezzük, hogy nem név elején áll, vagy ha igen, azt külön kezelnénk.
                $uj_nev .= $word_lower . $ending_punct;
            } elseif (mb_strtoupper($word) === $word && mb_strlen($word) > 1) {
                // Ha a szó teljesen nagybetűs és több betűből áll (pl. ELTE), hagyjuk változatlanul.
                $uj_nev .= $word . $ending_punct;
            } elseif (preg_match('/^[A-Z][a-z]+$/u', $word)) {
                // Ha a szó "Címformátumú" (első betű nagy, többi kicsi), akkor valószínűleg már jó,
                // de azért ellenőrizzük a mozaikszó listánkat is:
                if (in_array(mb_strtoupper($word), $mozaikszavak, true)) {
                    // Ha a word pl. "Nato" és a mozaikszavak közt szerepel "NATO", akkor javítsuk:
                    $uj_nev .= mb_strtoupper($word) . $ending_punct;
                } else {
                    // Egyébként hagyhatjuk, vagy egységesítésképp le is futtathatunk rajta egy ucfirst-lower kombinációt:
                    $uj_nev .= mb_strtoupper(mb_substr($word_lower, 0, 1)) . mb_substr($word_lower, 1) . $ending_punct;
                }
            } else {
                // Minden más eset: általános normalizálás - kisbetűssé tesszük az egész szót, majd első betű nagybetű.
                $word_lower = mb_strtolower($word);
                // Külön kezeljük, ha ez a név első szava:
                if ($uj_nev === "") {
                    // Ha a teljes név elején járunk és ez a szó pl. "a" vagy "az", megtartjuk nagybetűvel kezdve.
                    if ($word_lower === 'a' || $word_lower === 'az') {
                        $word_lower = $word_lower;  // az első szónál a mondatkezdet miatt marad kis, de majd feljebb tehetnénk nagyot -- itt most hagyjuk kisbetűn, mivel úgyis mondat elején nagy lesz automatikusan.
                    }
                }
                $uj_nev .= mb_strtoupper(mb_substr($word_lower, 0, 1)) . mb_substr($word_lower, 1) . $ending_punct;
            }
        }
    }

    return $uj_nev;
}

// Teszteljük a függvényt néhány tipikus példán a megadott adatok alapján:
$teszt_nevek = [
    "Magyar Tudományos Akadémia Könyvtár És Információs Központ",
    "Hun-Ren Közgazdaság- És Regionális Tudományi Kutatóközpont",
    "Szolnoki Máv Kórház És Rendelőintézet",
    "Békés Vármegyei Rendőr-Főkapitányság",
    "Sándor-Palota",
    "A Jászkiséri Művelődési Ház És Könyvtár",
    "Magyarország Állandó Képviselete A Nato Mellett, Brüsszel - Védelempolitikai Részleg"
];
foreach ($teszt_nevek as $nev) {
    echo $nev, " -> ", egységesít_intezmenynev($nev), "\n";
}
/*
Várható eredmények:
Magyar Tudományos Akadémia Könyvtár És Információs Központ -> Magyar Tudományos Akadémia Könyvtár és Információs Központ
Hun-Ren Közgazdaság- És Regionális Tudományi Kutatóközpont -> Hun-Ren Közgazdaság- és Regionális Tudományi Kutatóközpont
Szolnoki Máv Kórház És Rendelőintézet -> Szolnoki MÁV Kórház és Rendelőintézet
Békés Vármegyei Rendőr-Főkapitányság -> Békés Vármegyei Rendőr-főkapitányság
Sándor-Palota -> Sándor-palota
A Jászkiséri Művelődési Ház És Könyvtár -> A Jászkiséri Művelődési Ház és Könyvtár
Magyarország Állandó Képviselete A Nato Mellett, Brüsszel - Védelempolitikai Részleg -> Magyarország Állandó Képviselete a NATO mellett, Brüsszel - Védelempolitikai Részleg
*/
?>