正则表达式将名字/姓氏与可选标题匹配

Question

我创建了以下正则表达式（Java）：

(Lord |Lady |Ser )?(Agatha|John)?([ ]??Cain)?

除了在一种情况下（可能还有我在测试期间没有考虑到的其他情况），它工作正常：

如您所见，当您只有姓氏时，正则表达式也会占用单词后面的空格。我完全明白为什么，但我不知道如何解决它。

此正则表达式用于在代表书籍内容的大文本文件中查找人员。当然，它必须与我当前的工作环境（Java）兼容。

Answer 1

您可以使用正则表达式回溯来实现您的目标。

\b(?<!\S)(?:(Lord|Lady|Ser)\s+)?(Agatha|John)?(?:\s*(?<=\b)(Cain))?(?<=\S)\b@ regex101

它具有似乎符合（可能超过）您的标准的这些品质：

• 正则表达式匹配被强制以非空白字符开头。
• 第一个捕获将是标题（或为空）。
• 第二次捕获将是名字（或为空）。
• 第三次捕获将是姓氏（或为空）。
• 所有匹配项都没有前导或尾随空格。
• 此外，它甚至可以通过换行进行匹配（显示在链接的正则表达式测试示例中的附加文本中）。
• 头衔、名字和姓氏位于单个组中，因此添加到匹配集就像在各自的组中添加额外的替代一样简单。
• 还添加了坚持以非空格结尾的匹配的尾随后视，以避免仅匹配其他不匹配的“Lord X”的“Lord”。

带有示例数据的 regex101 fiddle 链接到该正则表达式。