将一个人的名字解析为其组成部分的简单方法？
我们输入姓名(例如" John W. Smith")时，许多联系人管理程序都会这样做，它会在内部自动将其分解为：
名：约翰
中间名：W。
姓氏：Smith
同样，它计算出"简·史密斯夫人"和"小约翰·道伊博士"这样的东西。同样正确(假设名称中允许使用" prefix"和" suffix"之类的字段)。
我认为这是人们想要做的相当普遍的事情……所以问题是……你会怎么做？为此有一个简单的算法吗？也许是正则表达式？
我正在寻求.NET解决方案，但我并不挑剔。
更新：我很高兴没有一个简单的解决方案可以涵盖所有边际情况和文化……但是，为了争辩，我们需要分块命名(填写表格，例如在税收或者其他政府中)表单是一种情况，无论我们是否喜欢，都必须在固定字段中输入名称)，但是我们不必强迫用户在离散字段中输入其名称(较少输入=对于新手用户来说更容易)。
我们可能希望程序在第一个，中间，最后一个等位置"猜测"(尽可能)。如果可以，请查看Microsoft Outlook如何为联系人执行此操作，以便我们键入名称，但是如果我们需要澄清一下，我们可以打开一个额外的小窗口。如果用户想以离散形式输入名称，我会做同样的事情给用户一个窗口，但允许在一个框中输入名称，并做一个涵盖最常用名称的"最佳猜测"。
解决方案
如果我们必须执行此解析，我相信我们会在这里得到很多好的建议。
我的建议是不要执行此解析。
而是，创建输入字段，以便信息已被分离出来。对于标题，名字，中间名首字母，姓氏，后缀等有单独的字段。
对此没有简单的解决方案。名称的构造因文化而异，甚至在英语世界中，前缀和后缀也不一定是名称的一部分。
一种基本的方法是在字符串的开头(例如" Hon。John Doe")寻找尊称，在数字的末尾寻找数字(例如" John Doe IV"，" John Doe Jr.")但实际上我们所能做的就是运用启发式方法，并希望获得最好的结果。
查找未处理名称的列表并针对该名称测试算法可能会很有用。我不知道那里有什么预先包装的东西。
我们可以做一些显而易见的事情：将Jr.，II，III等作为后缀，并将Mr.，Mrs.，Dr。等作为前缀并删除它们，然后第一个单词为名字，最后一个单词为最后名称，介于两者之间的都是中间名。除此之外，还没有万无一失的解决方案。
一个很好的例子是David Lee Roth(姓氏：Roth)和Eddie Van Halen(姓氏：Van Halen)。如果安·玛丽·史密斯(Ann Marie Smith)的名字是"安·玛丽"(Ann Marie)，则无法将其与安·玛丽的中间名区分开。
我会说从列表中删除称呼，然后按空格分开，将list.first()作为名字，将list.last()作为姓氏，然后将其余部分加一个空格，并将其作为中间名。并在上方显示结果，并让用户对其进行修改！
我同意<B>不这样做。 Rick Van DenBoer这个名字的开头是Van的中间名，但这是姓氏的一部分。
当然，有一个简单的解决方案将字符串按空格分割，计算令牌的数量，如果有2，则将其解释为FIRST和LAST名称，如果有3，则将其解释为FIRST，MIDDLE和LAST。
问题在于，简单的解决方案不会是100％正确的解决方案，因为有人总是可以输入带有更多标记的名称，或者可以包含标题，姓氏和空格(可以吗？)等。提出了大多数情况下大多数名称都适用的解决方案，但不是绝对的解决方案。
我将遵循Shad的建议来拆分输入字段。
我们可能真的不需要做任何花哨的事情。这样的事情应该起作用。
Name = Name.Trim();
arrNames = Name.Split(' ');
if (arrNames.Length > 0) {
GivenName = arrNames[0];
}
if (arrNames.Length > 1) {
FamilyName = arrNames[arrNames.Length - 1];
}
if (arrNames.Length > 2) {
MiddleName = string.Join(" ", arrNames, 1, arrNames.Length - 2);
}
我们可能还需要先检查标题。
我们不希望这样做，除非我们只是要联系一种文化的人。
例如：
Guido van Rossum的姓氏是van Rossum。
MIYAZAKI Hayao的名字叫Hayao。
我们可能要做的最大成功就是剥离常见的标题和称呼，然后尝试一些启发式方法。
即使这样，最简单的解决方案是仅存储全名，或者分别要求提供的姓氏和姓氏。
这是一个傻瓜差事。太多的例外情况无法确定性地执行此操作。如果我们这样做是为了对列表进行预处理，以供进一步审核，那么我相信少即是多。
- 去除称呼，称谓和代词后缀(大正则表达式或者几个小正则表达式)
- 如果只有一个名字，那就是"姓氏"。
- 如果仅将两个名字分开，则最后一个。
- 如果最初将三个标记和中间标记分开，则将它们首先，中间，最后分开
- 手工整理其余部分。
几乎可以保证，任何进一步的处理都将创造更多的工作，因为我们必须重新组合处理过程中的拆分工作。
我知道很难做到这一点，但是如果我们为用户提供了一种编辑结果的方法(例如，弹出窗口以编辑名称(如果猜对的话))，并且在大多数情况下仍然猜对...当然是很难的猜测。
从理论上看问题时，很容易说"不做"，但有时情况则相反。具有名称的所有部分(标题，名字，中间，最后一个，后缀，仅举几例)的字段可能会占用大量屏幕空间，并与地址问题(另一天的主题)结合可以真正弄清应该是一个干净，简单的用户界面。
我猜答案应该是"除非绝对必要，否则不要这样做，如果这样做，请保持简单(此处已发布了一些方法)，并在需要时为用户提供了编辑结果的方法。"
我必须这样做。实际上，要比这难得多，因为有时"名称"将是" Smith，John"或者" Smith John"而不是" John Smith"，或者根本不是一个人的名字，而是公司的名称。而且它必须自动执行，而用户没有机会进行更正。
我最终要做的是想出一个可以列出名称的模式的有限列表，例如：
最后，第一个中间人
倒数第一
第一中首末
最后，第一中
第一中最后
倒数第一
也把你的先生，小儿子扔在那里。假设我们最终遇到了十几种模式。
我的应用程序有一个常用名，常用名(我们可以在网上找到这些)，常用标题，常用后缀(jr，sr，md)的字典，并使用它们可以对模式进行真正的猜测。我不是那么聪明，我的逻辑也不是那么花哨，但是，创建一些可以在99％以上的时间猜对的逻辑并不难。
如果我们只需要执行此操作，则将猜测作为可选选项添加到UI中。这样，我们可以告诉用户如何解析名称，并让他们从我们提供的列表中选择不同的解析。
请参阅更多讨论(几乎恰好在一年前)：
http://discuss.joelonsoftware.com/default.asp?design.4.551889.41
我同意，对此没有简单的解决方案。但是我在VB 5.0的Microsoft KB文章中发现了一种糟糕的方法，它是此处讨论的大部分讨论的实际实现：http://support.microsoft.com/kb/168799
像这样的东西可以在紧要关头使用。
理解这是一个坏主意，我在perl中编写了此正则表达式，这对我来说是最有效的。我已经过滤掉公司名称。
以vcard格式输出：(hon_prefix，gived_name，additional_name，family_name，hon后缀)
/^ \s*
(?:((?:Dr.)|(?:Mr.)|(?:Mr?s.)|(?:Miss)|(?:2nd\sLt.)|(?:Sen\.?))\s+)? # prefix
((?:\w+)|(?:\w\.)) # first name
(?: \s+ ((?:\w\.?)|(?:\w\w+)) )? # middle initial
(?: \s+ ((?:[OD]['’]\s?)?[-\w]+)) # last name
(?: ,? \s+ ( (?:[JS]r\.?) | (?:Esq\.?) | (?: (?:M)|(?:Ph)|(?:Ed) \.?\s*D\.?) |
(?: R\.?N\.?) | (?: I+) ) )? # suffix
\s* $/x
笔记：
- 无法处理IV，V，VI
- 前缀，后缀的硬编码列表。从约2000个名称的数据集演变而来
- 不处理多个后缀(例如，MD，PhD)
- 专为美国名称设计-在罗马化的日本名称或者其他命名系统上无法正常使用
没有100％的方法可以做到这一点。
我们可以在空格上分开，尝试理解所有想要的名称，但是当涉及到该名称时，有时会弄错它。如果这足够好，请在此处寻求任何答案，让我们可以拆分。
但是有些人的名字会像"约翰·韦恩·奥尔森"，其中"约翰·韦恩"是第一个名字，而其他人的名字会像"约翰·韦恩·奥尔森"，其中"韦恩"是他们的中间名。该名称中没有任何内容可以告诉我们哪种解释方式。
就是那样子。这是一个模拟世界。
我的规则很简单。
最后一部分->姓氏
如果还有剩余部分，请取最后一部分->中间名
剩下的->名字
但是不要以为这将是100％准确的，任何其他硬编码的解决方案也不会。我们将需要具有让用户自己编辑此文件的能力。
我们在公司中使用了一些外接程序来完成此任务。我最终创建了一种方法，可以为不同的客户在不同的导入中实际指定名称的格式。根据我的经验，有一家公司的工具非常值得，并且在解决这个问题时确实令人难以置信。它位于：http：//www.softwarecompany.com/，效果很好。使用任何统计方法来执行此操作的最有效方法是，用逗号或者空格分隔字符串，然后：1.删除标题和前缀2.删除后缀3，按(2名称= F的顺序解析名称＆L，3个名称= FML或者LMF)，具体取决于string()的顺序。
