正则表达式从文本Java验证意大利语名称

Question

所以我想验证意大利语名称。他们可以是像安吉洛·奥雷斯特·阿德里萨诺，费鲁奇欧·雷斯塔，安东尼奥·德·法尔奇，塔玛拉·多纳，吉安弗朗科·安杰洛或克莱里奥·德奥诺弗里奥这样的人。有人可以帮我吗。 我的方法是：[A-Z] [a-z] {1,13} [A-Z] [a-z] {1,13}（[A-Z] [a-z] {1,13}）？

它可以与Angelo Oreste Adrisano之类的名字一起使用，但我想也包括Clelia D'Onofrio和TamaraDonà之类的名字。

问题与NER（命名实体识别）无关！换句话说，对于我来说可以接受，例如“ Scuola Di Nasia”，这不是真名...

Answer 1

Regex是一个盲目的工具。它并不真正了解上下文。对于 [a-zA-Z] * 的正则​​表达式都有效：

• 纽约
• 柯基犬
• 投掷
• 鸡蛋
• 快速

这是一个非常简单的正则表达式，但请注意，它根本无法区分名称，名词，动词和形容词。

据我所知，除非您在字符串中硬编码有效名称（根据人类的定义），否则所有正则表达式都只会拾取与您编写的字符相匹配的所有字符。届时，您也可以自己列出有效名称。

您编写的正则表达式将匹配两到三个单词的任何序列，每个单词以A-Z的大写字母开头，然后是a-z的十三个小写字母开头。仅此描述并不排除诸如“ Adfnwj Jsdako Mvdso”之类的东西，据我所知，正则表达式不能简单地做到这一点。