如何修改正则表达式以匹配含连字符、空格的多变体姓名？

首先咱们先拆解下你遇到的核心问题：原正则里的姓氏匹配部分[\w]+只能匹配单一的单词字符序列（字母、数字、下划线），但你的姓氏变体包含空格、连字符，这些都不在\w的匹配范围内，而且你需要精准匹配到姓氏后的第一个空格为止。另外原正则里的数字匹配部分[\d+]{4}也有小问题——[\d+]是字符类，会匹配数字或加号，这显然不是你要的4个连续数字，得先修正这个。

修改后的正则表达式 #

\d{4}\.\d{3}\.\d{3}\s\s(([\w]\.)+\s([\w\s-]+?))(?=\s)

关键修改点说明 #

1. 修正数字匹配逻辑：
   把[\d+]{4}\.[\d+]{3}\.[\d+]{3}改成\d{4}\.\d{3}\.\d{3}，\d{4}表示严格匹配4个连续数字，完全符合你开头的数字格式需求。

2. 优化姓氏匹配规则：
   将原来的[\w]+替换为[\w\s-]+?：

   • [\w\s-]：扩展匹配范围，包含单词字符、空格、连字符，覆盖你列出的所有姓氏变体；
   • +?：非贪婪匹配模式，确保匹配到下一个空格就停止（因为你明确说姓氏后的下一个字符是空格），避免把后面的无关内容也包含进来；
   • (?=\s)：正向预查，进一步明确终止条件，确保我们匹配的内容后面紧跟着空格，精准截断姓氏部分。

测试验证 #

用你给出的示例字符串：

1111.111.111 A.A.A. GEK-HENK 00 20 01 AFV 2018-06-30 22 TOETS ONDERPANDSWAARDE

修改后的正则会捕获：

• 子组1：A.A.A. GEK-HENK（完整的缩写+姓氏）
• 子组2：A.A.A.（缩写部分）
• 子组3：GEK-HENK（完整姓氏）

对于你列出的所有姓氏变体，都能完整捕获：

• HENK → 捕获HENK
• HENK-GEK → 捕获HENK-GEK
• HENK GEK → 捕获HENK GEK
• HENK-GEK YES → 捕获HENK-GEK YES
• HENK GEK-YES → 捕获HENK GEK-YES
• HENK GEK YES → 捕获HENK GEK YES

关于你之前尝试的说明 #

你之前尝试添加.*\s的思路方向不对：.*是贪婪匹配，会从当前位置一直匹配到最后一个空格，而且你写错了语法（[w\]+.*\s是无效的正则语法），所以达不到预期效果。咱们用非贪婪匹配+正向预查的组合，就能精准控制匹配的终止位置啦。

内容的提问来源于stack exchange，提问作者floppy