Python正则提取混杂文本姓名并转换为标准名前姓后格式问题

核心需求 #

• 从混杂电话号码的无规则字符串中提取所有姓名，统一调整为名 姓的标准顺序
• 处理过程需完整保留Dr.、Rev.等头衔前缀，以及中间名、姓名缩写内容
• 初步正则提取的结果中，部分姓名为「姓, 名」的倒置格式，需通过后处理修正顺序

参考材料 #

• 待处理原始字符串：

s = "555-1239Dr. Bernard Lander(636) 555-0113Hollingdorp, Donnatella555-6542Fitzgerald, F. Scott555 8904Rev. Martin Luther King636-555-3226Snodgrass, Theodore5553642Carlamina Scarfoni"

• 初步提取代码：

import re
Title = r"(?:[A-Z][a-z]*\.\s*)?"
Name1 = r"[A-Z][a-z]+,?\s+"
Middle = r"(?:[A-Z][a-z]*\.?\s*)?"
Name2 = r"[A-Z][a-z]+"
raw_names = re.findall(Title + Name1 + Middle + Name2, s)

• 初步提取结果：

['Dr. Bernard Lander', 'Hollingdorp, Donnatella', 'Fitzgerald, F. Scott', 'Rev. Martin Luther King', 'Snodgrass, Theodore', 'Carlamina Scarfoni']

• 目标输出要求：倒置的「姓, 名」格式调整为正序，其余内容完整保留

实现方案 #

原有正则已经可以准确从混杂文本中提取出完整姓名，仅需要对提取结果做简单后处理即可：识别带逗号的倒置姓名，拆分后将逗号后的名/中间名部分提前，逗号前的姓氏移动到末尾即可，无需修改原有提取正则。

完整可运行代码：

import re

def process_names(input_str):
    # 沿用原有成熟的正则提取逻辑
    Title = r"(?:[A-Z][a-z]*\.\s*)?"
    Name1 = r"[A-Z][a-z]+,?\s+"
    Middle = r"(?:[A-Z][a-z]*\.?\s*)?"
    Name2 = r"[A-Z][a-z]+"
    raw_names = re.findall(Title + Name1 + Middle + Name2, input_str)

    result = []
    for name in raw_names:
        # 先分离头衔（如果存在），避免头衔干扰格式判断
        title_match = re.match(r"^([A-Z][a-z]*\.\s+)", name)
        title = title_match.group(1) if title_match else ""
        name_body = name[len(title):]

        if "," in name_body:
            # 倒置格式：拆分姓和名部分，重组为正序
            last_name, first_middle = name_body.split(",", 1)
            fixed_name = f"{first_middle.strip()} {last_name.strip()}"
            result.append(title + fixed_name)
        else:
            # 原本就是正序格式，直接保留
            result.append(name)
    return result

# 测试运行
s = "555-1239Dr. Bernard Lander(636) 555-0113Hollingdorp, Donnatella555-6542Fitzgerald, F. Scott555 8904Rev. Martin Luther King636-555-3226Snodgrass, Theodore5553642Carlamina Scarfoni"
print(process_names(s))

运行结果 #

['Dr. Bernard Lander', 'Donnatella Hollingdorp', 'F. Scott Fitzgerald', 'Rev. Martin Luther King', 'Theodore Snodgrass', 'Carlamina Scarfoni']

说明：输出中F. Scott Fitzgerald为通用标准姓名顺序，若需调整为指定的特殊顺序，仅需修改倒置姓名拆分后的拼接规则即可。

内容的提问来源于stack exchange，提问作者Adita Rita