regex - 是否有一种简单的方法可以在 Notepad++ 中使用 RegEx 区分姓氏和名字

Question

我有 20,000 多条记录要处理，但是像下面这样的多次传递就可以了，当然除非所有这些都可以在一个 super 高效的正则表达式中完成？ 🤔
样本记录:

ABBEY Chantelle - 08.11.1995 - A

ANAND Toni-Grace - 04.09.1999 - A

ADCOCK ALVEY James - 12.04.1992 - C

ADLINGTON-JONES Robin Jacob Sebastian - 15.02.1999 - B

AFZAL Kiera - 25.04.2000 - B

AHMED Nisar Abu Ben Adhem - 16.08.2002 - C

AIRE-DEANE Christopher-James - 06.01.1997 - B

AL-MISRI Yaqoob - 23.07.2004 - C

ASTER Lily-May - 01.04.2010 - B

McQUEEN Stephen - 02.02.2001 - A

期望的输出:

ABBEY¬Chantelle¬08.11.1995¬A

ANAND¬Toni-Grace¬04.09.1999¬A

ADCOCK ALVEY¬James¬12.04.1992¬C

ADLINGTON-JONES¬Robin¬Jacob¬Sebastian¬15.02.1999¬B

AFZAL¬Kiera¬25.04.2000¬B

AHMED¬Nisar¬Abu¬Adhem¬16.08.2002¬C

AIRE-DEANE¬Christopher-James¬06.01.1997¬B

AL-MISRI¬Yaqoob¬23.07.2004¬C

ASTER¬Lily-May¬01.04.2010¬B

McQUEEN Stephen¬02.02.2001¬A

第一关:

查找:^([AZ]{2,20}-[AZ]{2,20}) ([A-Za-z]{1,20}) - ([0-9]{2}.[0- 9]{2}.[0-9]{4}) - ([A|B|C])$

正则表达式:\1¬\2¬\3¬\4

结果:

AL-MISRI¬Yaqoob¬23.07.2004¬C

第二关:

查找:^([AZ]{2,20}) ([A-Za-z]{1,20}) - ([0-9]{2}.[0-9]{2}.[0- 9]{4}) - ([A|B|C])$

正则表达式:\1¬\2¬\3¬\4

结果:

ABBEY¬Chantelle¬08.11.1995¬A

AFZAL¬Kiera¬25.04.2000¬B

McQUEEN Stephen¬02.02.2001¬A

第三关:

查找:^([AZ]{2,20}) ([A-Za-z]{1,20}-[A-Za-z]{1,20}) - ([0-9]{2} .[0-9]{2}.[0-9]{4}) - ([A|B|C])$

正则表达式:\1¬\2¬\3¬\4

结果:

ANAND¬Toni-Grace¬04.09.1999¬A

ASTER¬Lily-May¬01.04.2010¬B

第四关:

查找:^([AZ]{2,20}-[AZ]{2,20}) ([A-Za-z]{1,20}-[A-Za-z]{1,20}) - ([0-9]{2}.[0-9]{2}.[0-9]{4}) - ([A|B|C])$

正则表达式:\1¬\2¬\3¬\4

结果:

AIRE-DEANE¬Christopher-James¬06.01.1997¬B

但是上面的正则表达式无法解释这些记录😢

ADCOCK ALVEY James - 12.04.1992 - C

ADLINGTON-JONES Robin Jacob Sebastian - 15.02.1999 - B

AHMED Nisar Abu Ben Adhem - 16.08.2002 - C

笔记:
所有姓氏首先出现 [IN CAPITALS] 有些可能被连字符，名字(第二和其他中间)在标题案例中紧随其后，也可以被连字符
在搜索和替换事件期间，在 Notepad++ 中启用匹配大小写。所有名字都没有撇号(例如 O'KEEFE)，它们都被删除了
即使可以对名称进行排序，我也可以分别处理日期和后缀，任何帮助将不胜感激，因为我仍然是 RegEx 的新手
如果我错过了现有的解决方案，我也提前道歉，以防万一我在本网站上搜索时没有选择正确的标签或术语
我已经检查了这篇文章；但是，它没有帮助解决我的查询: Regular expression for first and last name

Answer 1

由于所有的可能性，匹配名称并不是那么容易，但是对于给定的示例数据，您可以使用带有 \G 的模式。选择空格和 - 用 ¬ 替换它们之间的部分
使用 (?-i)或勾选 火柴盒复选标记。

(?-i)(?:^(?:Mc)?[A-Z]+(?:[ -][A-Z]+)*|\G(?!^)[A-Z][a-z]+(?:-[A-Z][a-z]+)*|\d{2}\.\d{2}\.\d{4})\K -?\h*

Regex demo