调整姓名解析正则表达式以适配Van Taylor等姓名格式

现有问题 #

你目前使用的ECMAScript正则表达式：

/^(.*?)\b((?:[Vv][ao]n|(?:[Dd][eu]\s+)?[Ll]a|[Dd][eu]|St\.|Le|Auf\s+der)\s+\p{L}+\.?)(.*)/gum

可正确解析以下姓名：

• Lionel Van Deerlin → 名字Lionel、姓氏Van Deerlin
• Van H. Manning → 经额外条件处理后可得到名字Van H.、姓氏Manning

但无法正确解析Van Taylor，会将整个Van Taylor识别为姓氏，而非预期的名字Van、姓氏Taylor。

调整后的正则表达式 #

/^(.*?)\b((?:(?<!^)[Vv][ao]n|(?:[Dd][eu]\s+)?[Ll]a|[Dd][eu]|St\.|Le|Auf\s+der)\s+\p{L}+\.?|(?!^)\p{L}+\.?)(.*)/gum

调整说明 #

核心修改点是给前缀匹配规则添加反向预查(?<!^)，并新增普通姓氏匹配分支：

1. (?<!^)确保Van/Von等前缀仅在前面已有名字内容时，才会被归入姓氏部分；
2. 新增的(?!^)\p{L}+\.?分支，用于匹配当前面是名字（包括前缀开头的名字）时的独立姓氏；
3. 保留原正则对带前缀复合姓氏的匹配能力，同时兼容前缀作为名字首部分、后续跟独立姓氏的场景。

验证案例 #

• Van Taylor → 第一分组Van （trim后为Van）、第二分组Taylor → 符合预期
• Lionel Van Deerlin → 第一分组Lionel （trim后为Lionel）、第二分组Van Deerlin → 保留原有匹配能力
• Van H. Manning → 第一分组Van H. （trim后为Van H.）、第二分组Manning → 无需额外条件即可匹配

内容的提问来源于stack exchange，提问作者Ken Ingram