将单个字段分为姓名、姓氏和姓氏

Question

如何将全名拆分为单名、中名和姓氏？

显然，不可能涵盖所有可能性。我只想要一个规则：如果单词后面有3个字母或更少的单词，它必须与下一个单词连接。

另外，我假设全名有 3 个或更多单词。

我真的不知道如何开始。

例如：

约翰·马丁·杰克逊：

• 姓名1：约翰
• 姓名2：马丁
• 姓名3：杰克逊

史蒂文·庞塞·德莱昂·普雷斯利

• 姓名1：史蒂文
• 姓名2：庞塞德莱昂
• 姓名3：普雷斯利

迈克尔·德拉罗莎·马丁·杰克逊：

• 姓名 1：迈克尔·德拉罗莎
• 姓名2：马丁
• 姓名3：杰克逊

:S

Answer 1

一个非常漂亮的正则表达式可以做到这一点。要匹配一个名称，请使用

/\S+((\s+\S{1,3})+\s+\S+)*/

然后，将其中三个与不匹配的组组合在一起，但每个都包含在一个中，并由空格连接：

/^(\S+(?:(?:\s+\S{1,3})+\s+\S+)*)\s+(\S+(?:(?:\s+\S{1,3})+\s+\S+)*)\s+(\S+(?:(?:\s+\S{1,3})+\s+\S+)*)$/

要使其匹配没有中间名的人，请将其设为可选：

/^(\S+(?:(?:\s+\S{1,3})+\s+\S+)*)(?:\s+(\S+(?:(?:\s+\S{1,3})+\s+\S+)*))?\s+(\S+(?:(?:\s+\S{1,3})+\s+\S+)*)$/

更新：不要尝试在一个正则表达式中匹配全名。只需使用带有全局标志的第一个（简单）正则表达式：

> "Steven Ponce de Leon Presley".match(/\S+((\s+\S{1,3})+\s+\S+)*/g)
["Steven", "Ponce de Leon", "Presley"]

解释：

/
 \S+      match a word
 (         followed by any number of
  (         at least one
   \s+       whitespace-separated
   \S{1,3}   up-to-three-letters word
  )+
  \s+       and a whitespace-separated
  \S+       word
 )*
/g

---

但是，我认为带有一些字符串和数组函数的算法可以更清楚地说明发生了什么，并允许更多地自定义匹配过程：

var names = input.split(/s+/);
if (names.length < 2)
    return; // special case handling for only one word
var short = 0;
for (var i=names.length-2; i>=0; i--) {
    // starting at the second-to-last, I expect names not to end with a short one
    if (names[i].length < 4) {
        short++;
    } else if (short) {
        names[i] += " "+names.splice(i+1, short+1).join(" ");
        short = 0;
    }
}
return names; // an Array with at least one name

Answer 2

这样的事情怎么样？

function split_name(name) {
    var parts = name.split(" ");
    var num_parts = parts.length;
    var i = 0;
    var names = [];

    function in_bounds() {
        return i < num_parts;
    }
    function next_part() {
        i += 1;
        return parts[i - 1];
    }
    function part_is_short() {
        return parts[i].length < 4;
    }
    function last_part_was_short() {
        return parts[i-1].length < 4;
    }
    function next_name() {
        var name = next_part();
        if (in_bounds() && part_is_short()) {
            name += " " + next_part();
            while(in_bounds() && last_part_was_short()) {
                name += " " + next_part();
            }
        }
        return name;
    }

    while (in_bounds()) {
        names.push(next_name());
    }

    return names;
}

JSFiddle：http://jsfiddle.net/nLe7S/2/

这不是有史以来性能最高的算法。正则表达式大师可能会在一行中做同样的事情，但至少这样它对我们凡人来说是可读的。 （更新：我认为 Bergi has just proven himself 是这样一位正则表达式大师。:)

它与您描述的大致相同，但您必须根据您的需要对其进行调整。例如，它返回一个包含与它找到的一样多的“子名称”的数组。因此，如果找不到中间名，它将返回一个长度为 2 的数组。另一方面，它可能会找到 3 个以上的名称。您必须考虑如何处理。

Answer 3

这是另一个工作函数http://jsfiddle.net/xPzEs/7/

编辑：错误链接