拉丁姓名正则表达式：如何识别南美格式姓名并正确拆分排序

先理清南美姓名的典型结构：通常是2-3个给定名（Given Names） + 父姓（Paternal Surname） + 母姓（Maternal Surname），日常简称一般取最后一个给定名 + 父姓（就像你示例里的Sebastián Piñera）。结合你不能依赖国家字段、不能询问原籍的限制，我们可以基于命名模式和字符特征来构建正则。

核心思路 #

1. 匹配带西班牙语特殊字符（重音、ñ）的姓名片段
2. 区分给定名组和姓氏组：给定名组是前面连续的2-3个名字，姓氏组是后面连续的2个姓氏
3. 提取最后一个给定名和第一个姓氏作为简称

正则表达式示例 #

^(?<given_names>(?:[A-ZÁÉÍÓÚÑ][a-záéíóúñ]+(?:\s+[A-ZÁÉÍÓÚÑ][a-záéíóúñ]+){1,2}))\s+(?<paternal_surname>[A-ZÁÉÍÓÚÑ][a-záéíóúñ]+)\s+(?<maternal_surname>[A-ZÁÉÍÓÚÑ][a-záéíóúñ]+)$

正则拆解 #

• (?<given_names>(?:[A-ZÁÉÍÓÚÑ][a-záéíóúñ]+(?:\s+[A-ZÁÉÍÓÚÑ][a-záéíóúñ]+){1,2})): 捕获2-3个给定名，每个名字以大写特殊字母开头，小写特殊字母结尾，支持重音和ñ
• (?<paternal_surname>[A-ZÁÉÍÓÚÑ][a-záéíóúñ]+): 捕获父姓（第一个姓氏）
• (?<maternal_surname>[A-ZÁÉÍÓÚÑ][a-záéíóúñ]+): 捕获母姓（第二个姓氏）

提取简称的逻辑 #

拿到捕获组后，将given_names按空格分割，取最后一个元素，再加上paternal_surname就是简称。比如：

• 全名：Miguel Juan Sebastián Piñera Echenique
• 分割given_names得到["Miguel", "Juan", "Sebastián"]，取最后一个Sebastián
• 加上paternal_surname的Piñera，得到目标简称Sebastián Piñera

边界情况处理 #

• 2个给定名的场景：比如Ana María González Ruiz，正则依然能匹配，分割给定名后取最后一个María，加上父姓González，得到María González
• 带前缀的名字：如果遇到María del Carmen García Pérez这类带del前缀的名字，可以把正则里的给定名部分调整为支持前缀：(?:[A-ZÁÉÍÓÚÑ][a-záéíóúñ]+(?:\s+(?:del|de la|de los)?\s?[A-ZÁÉÍÓÚÑ][a-záéíóúñ]+){1,2})，按需扩展即可
• 特殊字符覆盖：正则已包含西班牙语常用重音字母和ñ，能覆盖绝大多数南美姓名的字符需求

代码示例（Python） #

import re

full_name = "Miguel Juan Sebastián Piñera Echenique"
name_pattern = re.compile(r'^(?P<given_names>(?:[A-ZÁÉÍÓÚÑ][a-záéíóúñ]+(?:\s+[A-ZÁÉÍÓÚÑ][a-záéíóúñ]+){1,2}))\s+(?P<paternal_surname>[A-ZÁÉÍÓÚÑ][a-záéíóúñ]+)\s+(?P<maternal_surname>[A-ZÁÉÍÓÚÑ][a-záéíóúñ]+)$')

match = name_pattern.match(full_name)
if match:
    given_names_list = match.group('given_names').split()
    preferred_name = given_names_list[-1]
    short_name = f"{preferred_name} {match.group('paternal_surname')}"
    print(short_name)  # 输出: Sebastián Piñera

需要注意的是，没有任何正则能100%覆盖所有边缘情况（比如非常见的命名结构），但这个方案能处理绝大多数符合南美主流命名习惯的姓名。如果后续遇到特殊案例，可以再针对性调整正则规则。

内容的提问来源于stack exchange，提问作者i. Madar