正则表达式处理复合姓名字符串匹配问题求助

直接给出能覆盖所有目标案例的正则模式：

^(.*?)\s(St\.\s\w+)(?:\s(.*))?$

模式拆解 #

• ^：锁定字符串开头，避免无关的中间匹配
• (.*?)：非贪婪匹配名字部分（如Edward、Henry），防止过度吞噬内容
• \s：匹配名字与"St."部分之间的空格
• (St\.\s\w+)：精准匹配带点的"St."及后续第一个单词（如St. Loe、St. George、St. John）
• (?:\s(.*))?$：可选非捕获组，匹配"St."部分之后的剩余姓氏内容，$确保匹配到字符串结尾，适配第三个案例无后续内容的场景

匹配结果示例 #

1. 针对Edward St. Loe Livermore：
   • 分组1：Edward
   • 分组2：St. Loe
   • 分组3：Livermore
2. 针对Henry St. George Tucker III：
   • 分组1：Henry
   • 分组2：St. George
   • 分组3：Tucker III
3. 针对Henry St. John：
   • 分组1：Henry
   • 分组2：St. John
   • 分组3：空（无后续内容）

如果需要直接获取完整的复合姓氏（比如把St.部分和后续内容合并），可以用这个简化模式：

^(.*?)\s((?:St\.\s\w+)(?:\s.*)?)$

此时分组2会直接返回完整姓氏：

• 案例1：St. Loe Livermore
• 案例2：St. George Tucker III
• 案例3：St. John

这个方案无需拆分正则或添加代码判断，一次匹配即可覆盖所有场景。

内容的提问来源于stack exchange，提问作者Ken Ingram