Question

eg. if the Name is: John Deer
the Initials should be: JD

我可以使用子字符串对Initials字段执行此检查，但是想知道我是否可以为它编写正则表达式？编写正则表达式比使用字符串方法更好吗？

Answer 1

这是我的解决方案。我的目标不是提供最简单的解决方案，而是提供一种可以采用各种（有时是奇怪的）名称格式的解决方案，并在首字母和姓氏初始（或在匿名用户的情况下）产生最佳猜测。

我也尝试用相对国际友好的方式编写它，使用unicode正则表达式，虽然我没有为多种外来名称（例如中文）生成首字母的经验，尽管它至少应该以两个字符以下的方式生成可用于表示人的内容。例如，用“행운의복숭아”这样的韩语命名会产生행복，正如你所预期的那样（尽管在韩国文化中这可能不是正确的方法）。

/// <summary>
/// Given a person's first and last name, we'll make our best guess to extract up to two initials, hopefully
/// representing their first and last name, skipping any middle initials, Jr/Sr/III suffixes, etc. The letters 
/// will be returned together in ALL CAPS, e.g. "TW". 
/// 
/// The way it parses names for many common styles:
/// 
/// Mason Zhwiti                -> MZ
/// mason lowercase zhwiti      -> MZ
/// Mason G Zhwiti              -> MZ
/// Mason G. Zhwiti             -> MZ
/// John Queue Public           -> JP
/// John Q. Public, Jr.         -> JP
/// John Q Public Jr.           -> JP
/// Thurston Howell III         -> TH
/// Thurston Howell, III        -> TH
/// Malcolm X                   -> MX
/// A Ron                       -> AR
/// A A Ron                     -> AR
/// Madonna                     -> M
/// Chris O'Donnell             -> CO
/// Malcolm McDowell            -> MM
/// Robert "Rocky" Balboa, Sr.  -> RB
/// 1Bobby 2Tables              -> BT
/// Éric Ígor                   -> ÉÍ
/// 행운의 복숭아                 -> 행복
/// 
/// </summary>
/// <param name="name">The full name of a person.</param>
/// <returns>One to two uppercase initials, without punctuation.</returns>
public static string ExtractInitialsFromName(string name)
{
    // first remove all: punctuation, separator chars, control chars, and numbers (unicode style regexes)
    string initials = Regex.Replace(name, @"[\p{P}\p{S}\p{C}\p{N}]+", "");

    // Replacing all possible whitespace/separator characters (unicode style), with a single, regular ascii space.
    initials = Regex.Replace(initials, @"\p{Z}+", " ");

    // Remove all Sr, Jr, I, II, III, IV, V, VI, VII, VIII, IX at the end of names
    initials = Regex.Replace(initials.Trim(), @"\s+(?:[JS]R|I{1,3}|I[VX]|VI{0,3})$", "", RegexOptions.IgnoreCase);

    // Extract up to 2 initials from the remaining cleaned name.
    initials = Regex.Replace(initials, @"^(\p{L})[^\s]*(?:\s+(?:\p{L}+\s+(?=\p{L}))?(?:(\p{L})\p{L}*)?)?$", "$1$2").Trim();

    if (initials.Length > 2)
    {
        // Worst case scenario, everything failed, just grab the first two letters of what we have left.
        initials = initials.Substring(0, 2);
    }

    return initials.ToUpperInvariant();
}

Answer 2

就个人而言，我更喜欢这个正则表达式

Regex initials = new Regex(@"(\b[a-zA-Z])[a-zA-Z]* ?");
string init = initials.Replace(nameString, "$1");
//Init = "JD"

它处理首字母和空白删除（即那里的'？'）。

你唯一需要担心的是像Jr.或Sr.，或者Mrs ....等等的标题和标点。有些人确实包括那些全名

Answer 3

这是我的方法：

public static string GetInitials(string names)
    {
        // Extract the first character out of each block of non-whitespace
        // exept name suffixes, e.g. Jr., III.
        // The number of initials is not limited.
        Regex extractInitials = new Regex(@"(?i)(?:^|\s|-)+([^\s-])[^\s-]*(?:(?:\s+)(?:the\s+)?(?:jr|sr|II|2nd|III|3rd|IV|4th)\.?$)?");
        return extractInitials.Replace(names, "$1").ToUpper();
    }

已处理的案件：

// Mason Zhwiti                               -> MZ
// mason zhwiti                               -> MZ
// Mason G Zhwiti                             -> MGZ
// Mason G. Zhwiti                            -> MGZ
// John Queue Public                          -> JQP
// John-Queue Public                          -> JQP
// John Q. Public, Jr.                        -> JQP
// John Q Public Jr.                          -> JQP
// John Q Public Jr                           -> JQP
// John Q Public Jraroslav                    -> JQPJ
// Thurston Howell III                        -> TH
// Thurston Howell, III                       -> TH
// Thurston Howell the III                    -> TH
// Malcolm X                                  -> MX
// A Ron                                      -> AR
// A A Ron                                    -> AAR
// Madonna                                    -> M
// Chris O'Donnell                            -> CO
// Chris O' Donnell                           -> COD
// Malcolm McDowell                           -> MM
// Éric Ígor                                  -> ÉÍ
// 행운의 복숭아                               -> 행복

未处理的案件：

// James Henry George Michael III the second  -> JHGMIts
// Robert "Rocky" Balboa, Sr.                 -> R"B
// 1Bobby 2Tables                             -> 12 (is it a real name?)

Answer 4

这个怎么样？

var initials = Regex.Replace( "John Deer", "[^A-Z]", "" );

Answer 5

这是一个强调保持简单的替代方案：

    /// <summary>
    /// Gets initials from the supplied names string.
    /// </summary>
    /// <param name="names">Names separated by whitespace</param>
    /// <param name="separator">Separator between initials (e.g. "", "." or ". ") </param>
    /// <returns>Upper case initials (with separators in between)</returns>
    public static string GetInitials(string names, string separator)
    {
        // Extract the first character out of each block of non-whitespace
        Regex extractInitials = new Regex(@"\s*([^\s])[^\s]*\s*");
        return extractInitials.Replace(names, "$1" + separator).ToUpper();
    }

如果提供的名称不符合预期，则有一个问题。我个人认为它应该只返回每个不是空格的文本块中的第一个字符。 E.g：

1Steve 2Chambers               => 12
harold mcDonald                => HM
David O'Leary                  => DO
David O' Leary                 => DOL
Ronnie "the rocket" O'Sullivan => R"RO

有些人会争论更复杂/更复杂的技术（例如，更好地处理最后一种技术），但IMO确实是一个数据清理问题。

Answer 6

尝试这个

(^| )([^ ])([^ ])*','\2')

或者这个

 public static string ToInitials(this string str)
    {
      return Regex.Replace(str, @"^(?'b'\w)\w*,\s*(?'a'\w)\w*$|^(?'a'\w)\w*\s*(?'b'\w)\w*$", "${a}${b}", RegexOptions.Singleline)
    }

http://www.kewney.com/posts/software-development/using-regular-expressions-to-get-initials-from-a-string-in-c-sharp

Answer 7

是的，使用正则表达式。您可以使用Regex.Match和Regex.Match.Groups方法查找匹配项，然后提取所需的匹配值 - 在这种情况下为首字母。查找和提取值将同时发生。

Answer 8

[a-z]+[a-z]+\b将为您提供每个名字的前两个字母......

其中name ='Greg Henry'='G H'或'James Smith''J S'

然后你可以分开''并加入''

这甚至适用于像

这样的名字詹姆斯亨利乔治迈克尔'''J H G M'

詹姆斯亨利乔治迈克尔三世第二个'='J H G M III'

如果您想避免使用[a-z]+[a-z]+\b ?

拆分

但是Jon Michael Jr. The 3rd之类的名称将是= JMJr.T3，因为如果您愿意，上面的选项可以让您获得'The'，'the'和'3rd'。

如果您真的想要表现出色，可以使用(\b[a-zA-Z])[a-zA-Z]* ?来匹配名称的各个部分，然后替换为前者。

Answer 9

这个怎么样：

        string name = "John Clark MacDonald";
        var parts = name.Split(' ');
        string initials = "";

        foreach (var part in parts)
        {
            initials += Regex.Match(part, "[A-Z]");
            Console.WriteLine(part + " --> " + Regex.Match(part,"[A-Z]"));
        }
        Console.WriteLine("Final initials: " + initials);
        Console.ReadKey();

这允许使用可选的中间名，并且适用于多个大写，如上所示。

正则表达式从名称中提取首字母

9 个答案: