如何处理包含姓氏和空格或名字[空格]姓氏组合的文本输入

Question

我正在处理一个我无法解决的问题，可以使用您的帮助和专业知识。

我有一个文本框，允许用户通过下面列出的名称标准组合搜索另一个用户：

• 名字>空格>姓>（约翰·史密斯）
• 姓>逗号>空格|nospace>名字>（史密斯， John) 或 (Smith,John)
• 名字或姓氏的起始部分（在本例中，我同时搜索名字和姓氏列）(Smith)、(John)、(Sm) 或 (Jo)

问题： 有不少用户的姓氏中有空格，如果有人搜索他们，他们可能只会输入“de la”。

现在在这种情况下，由于单词之间有空格，系统将假定搜索条件是名字以“de”开头，姓氏以“la”。 如果用户键入“de la,”，系统将按预期工作，因为现在输入包含逗号，系统将确定此搜索是针对姓氏的，但我必须假设不是每个人都会在末尾输入逗号。

但是，用户可能只想搜索姓氏以“de la”开头的人。

当前选项 我有几个选择，可以使用您的帮助来决定您推荐哪一个。请随时添加您的建议。

• 用户培训。我们始终可以创建帮助指南/培训材料，以建议用户在搜索包含空格的姓氏时在末尾输入逗号。我不喜欢这种方法，因为用户体验不再智能/直观，而且大多数用户不会阅读帮助指南。

• 创建 2 个不同的文本框（用于名字和姓氏）。我也不喜欢这种方法。 UI 的外观和感觉都不一样，对于只想从 Outlook 或其他地方复制/粘贴名称（无需单独复制/粘贴名字/姓氏）的用户来说，这会带来不便。

• 首先运行搜索条件，然后再运行搜索具有间隔姓氏的人，并将两个结果附加到返回值。这可能有效，但会产生大量误报并导致服务器额外负载。例如。搜索“de la”将返回 Lance, Devon (...) 和“De La Cruz, John” (...) .

如果您能就此问题提供任何类型的反馈，我将不胜感激；您的经验、最佳实践或最佳实践，即您使用过的与此场景相关的一些代码 sn-ps。

应用背景：其用C#编写的ASP.NET (4.0) WebAPI服务；它由位于不同服务器上的客户端使用。

Answer 1

我已经使用这种技术很多年了，我喜欢它。

丢掉逗号，没人会用。如果没有空格，则搜索 first OR last。如果有空格，则搜索 first AND last。此代码非常适合部分名称搜索，即“JS”查找 Jane Smith 和 John Smith。 “John”将找到“John Smith”和“Anne Johnson”。这应该为您提供一个很好的起点，让您可以随心所欲地使用受支持的查询。

public IEnumerable<People> Search(string query, int maxResults = 20)
{
    if (string.IsNullOrWhiteSpace(query))
    {
        return new List<People>();
    }

    IEnumerable<People> results;

    var split = query.Split(new[] { ' ' }, StringSplitOptions.RemoveEmptyEntries);

    if (split.Length > 1)
    {
        var firstName = split[0];
        var lastName = string.Join(" ", split.Skip(1));

        results = PeopleRepository.Where(x => 
            x.FirstName.StartsWith(firstName, StringComparison.OrdinalIgnoreCase) &&
            x.LastName.StartsWith(lastName, StringComparison.OrdinalIgnoreCase));
    }
    else
    {
        var search = split[0];
        results = PeopleRepository.Where(x => 
            x.FirstName.StartsWith(search, StringComparison.OrdinalIgnoreCase) ||
            x.LastName.StartsWith(search, StringComparison.OrdinalIgnoreCase));
    }

    return results.Take(maxResults);
}

Answer 2

也许关键是您应该索引您的用户数据以便有效地查找它。

例如，您应该为名字和姓氏编制索引，而不用关心它们是名字还是姓氏。你想搜索人，为什么最终用户要关心搜索词的顺序？

整个索引可以将用户 ID 存储在按名称（名字或姓氏）专门化的集合上。如果用户 ID 是整数，则如下所示：

John => 12, 19, 1929, 349, 1, 29
Smith => 12, 349, 11, 4
Matias => 931, 45
Fidemraizer => 931

这样用户输入任何内容，您不再关心排序：如果用户键入“John”，您将向所有用户显示他们的 ID 在 John 集中的位置。如果他们同时输入 John Smith，您需要将 John 和 Smith 集合相交以找出两个集合中都有哪些用户 ID，依此类推。

我不知道您目前使用的是什么数据库技术，但 SQL 和 NoSQL 产品都可以很好地存储，但 NoSQL 会更好。