GAS爬取场景下拆分同字符串内英日配音演员姓名的实现方法

问题描述 #

使用Google Apps Script（GAS）爬取火焰纹章英雄（Fire Emblem Heroes）GamePress站点数据、写入谷歌电子表格时，英文、日文配音演员姓名共同存储在HTML属性data-va中，姓名字数、格式无统一规则：

• 部分英文名带中间名缩写点（如Joe J. Thomas）
• 部分英文名是3段结构（如Cassandra Lee Morris）
  原有拆分逻辑仅能适配带缩写点的2段英文名，3段式姓名需要单独硬编码边界case，可维护性差；尝试爬取页面内姓名标签做匹配校验未达预期。

待拆分字符串样例及预期拆分结果：

• 样例a：Julie Kliewer Uchida Maaya (内田真礼) → 英文名Julie Kliewer，日文名Uchida Maaya (内田真礼)
• 样例b：Joe J. Thomas Suzuki Tatsuhisa (鈴木達央) → 英文名Joe J. Thomas，日文名Suzuki Tatsuhisa (鈴木達央)
• 样例c：Cassandra Lee Morris Fujiwara Natsumi (藤原夏海) → 英文名Cassandra Lee Morris，日文名Fujiwara Natsumi (藤原夏海)

实现思路 #

观察所有data-va属性值的固定结构规律，不需要从前往后判断英文名长度，从后往前定位分割边界即可覆盖所有格式：

1. 所有日文名末尾都带半角括号包裹的日文汉字名，左括号(是稳定的定位标记
2. 括号前的日文罗马音固定为「日文姓 日文明」两段结构，仅含1个空格
3. 从左括号位置向前遍历，找到第二个空格的位置，就是英文名和日文名的分割点——分割点前所有内容为英文名（无论2段、带缩写、3段结构都完整保留），分割点后所有内容为完整日文名（含罗马音和括号内汉字名）

替换代码 #

将原有代码中拆分VA的逻辑段（从let index = vas[i].includes(".")到针对Cassandra Lee的硬编码判断块）全部替换为以下代码即可：

// 自动拆分英/日配音姓名，无需硬编码特殊case
const vaRaw = vas[i].trim();
// 定位日文汉字名的左括号起始位置
const bracketPos = vaRaw.indexOf('(');
// 提取括号前的罗马音段落
const romajiSeg = vaRaw.slice(0, bracketPos).trim();
// 定位罗马音段内的最后一个空格（日文明前），再往前找一个空格就是英日姓名分界
const lastSpacePos = romajiSeg.lastIndexOf(' ');
const splitPos = romajiSeg.lastIndexOf(' ', lastSpacePos - 1);
// 提取拆分结果
const en_va = vaRaw.slice(0, splitPos).trim();
const jp_va = vaRaw.slice(splitPos + 1).trim();

适配说明 #

• 自动适配2段常规英文名、带中间名缩写的英文名、3段结构英文名，不需要单独写边界判断
• 原有针对Cassandra Lee Morris的硬编码修正逻辑可以直接删除，新逻辑会自动识别该类姓名
• 只要站点保持「英文名 + 日文罗马音（姓+名） + （日文汉字名）」的存储格式，后续新增英雄不需要调整拆分逻辑

内容的提问来源于stack exchange，提问作者Nitram