REGEX名称和任何姓氏

Question

在下面的示例中，我想在正则表达式中创建两个组：

将FirtSurname命名为SecondSurname ..

第一组是 姓名

第二个 FirtSurname SecondSurname ......

^(\w+)(.*)$   - would capture all
\w+           - would make n groups (number of words). 

我只想要两组。名字和随后的任何内容。

任何帮助？

Answer 1

首先，作为有我名字标点符号的人:-)请不要使用\w来尝试匹配名称:-) ... -和'都不常见

使用Perl，例如：

  if ("Bruce-Robert Fenn Pocock" =~ /^(\w+)(.*)$/) { print "First: $1    Rest: $2" }

  → First: Bruce    Rest: -Robert Fenn Pocock

也许只是将所有非空格字符分组，然后跳过第一次出现的空格：

  if ("Bruce-Robert Fenn Pocock" =~ /^(\S+)\s*(.*)$/) { print "First: $1    Rest: $2" }

  → First: Bruce-Robert    Rest: Fenn Pocock

当然，如果您在数据集中遇到具有中间名称的人，则无法区分matronym-patronym对或多部分姓氏。

我希望/假设你的投入中没有敬意。

First: Don         Rest: Juan de la Mancha
     *** wrong: Don is honorific
First: Diego       Rest: de la Vega
First: John        Rest: Jacob Smith
     *** wrong: Jacob is probably a middle name
First: De'shawna   Rest: Cummings
First: Wehrner     Rest: von Braun
First: Oscar       Rest: Vazquez-Oliverez

最终，将名称精确分解为敬意名称，名称，中间名，姓氏（姓名，副词）和后缀（es）的唯一方法是询问

（EG。我自己的名字，在Anglo圈子里，“Fenn”被认为是拉丁美洲圈子中的“中间名”，它被解释为一个短语。）

通常可以从列表中猜到荣誉和足够，但是例如军事头衔和博士学位是长名单（“John Doe博士，Pharm.D”，“Maj.Gen。Thomas Ts'o”）并且不明确（例如“Don”都是短篇） “唐纳德”和尊敬的形式。

PS。可爱的文章：

http://www.kalzumeus.com/2010/06/17/falsehoods-programmers-believe-about-names/

Answer 2

假设单词之间只有一个空格，则可以：

(\w+) ([\w ]+)

Debuggex Demo

如果可能有多个空格：

(\w+) +([\w ]+)

消除两端的空格：

\b(\w+)\b \b([\w ]+)\b

允许破折号和撇号，如@BRPocock所述：

\b([\w-']+)\b \b([\w -']+)\b

虽然这禁止在结尾处使用标点符号，但它允许多个破折号和撇号，包括彼此相邻，例如：Mc'er'''doo--dl-e

使它比这更强大可以成为一个项目本身。

Answer 3

假设您只需要组1中的名字和组2中名称的其余部分：

^(\b[\w]+\b)([\w\W]+)