从Excel/Word VBA中的连续段落中提取全名和姓氏

第一件事：宏是从Excel VBA编辑器运行的，但它的大部分工作是在以前打开的Word文档上执行的，其目标是查找正在分析的协议中作为缔约方的人员的全名

我在代码中遇到的问题是，我需要从每个连续的段落中提取可变的字数。如果名字是Will SMITH，那么我需要用两个词，当它是Carrie Ann MOSS时，它是三个词，有时它可以是Anna Nicole SMITH BURKE，而不是它的四个词，但是当它是Anna Nicole SMITH-BURKE时，它比它的五个词还要多，依此类推

另一个获得这个全名的想法是，它总是以昏迷结束，而这个昏迷总是本段中出现全名的第一个昏迷

注意！！！我们处理的段落不是

列表段落

。它们是普通/普通的，尽管有缩进和编号。我从那些不喜欢使用编号列表的人那里得到这些合同：-（
因此，最后一次：在我们处理的段落中，没有启用编号列表

这就是它在Word中的外观，所选单词是宏应该从文档中提取的名称和姓氏-不包括最后一个姓氏后的coma

---

在每个段落的

…下一个段落的
循环中，我需要你帮助写几行代码，识别提取全名/姓名+姓氏/姓氏需要提取多少单词，其他什么都没有-我们以第一个昏迷结束-这意味着排除最后一个姓氏后的昏迷。
这实际上是个问题关于自然语言处理——NLP（作为科学领域）——你已经解决了标记化问题，但你现在面临着：部分句子（词性）标记（以及语义块的构建）。个人身份识别问题是该学科诞生以来的第一个问题，因此，有许多库可用于此，但我怀疑您是否能从VBA中找到任何可以如此简单使用的工具。此外，要获得全面/可靠的解决方案，您将需要包含姓名和姓氏的适当词典（合适的资源将是形态词典/词典，仅为PName LName标签提取）

要解决这个问题，您必须对上面提到的关键字进行一些研究。我没有VBA方面的经验，但asume C#和.NET是最容易集成的。因此，Standford CoreNLP for.NET将是我确认的起点：

与英语高度相关的词汇来源：

您可以使用查询WordNet词典。我已经使用了这两种语言及其非常好的资源和库。
这实际上是自然语言处理的问题-NLP（作为科学领域）-您已经解决了标记化问题，但您现在面临的是：部分句子（POS）标记（以及语义块的构造）。个人身份识别问题是该学科诞生以来的第一个问题，因此，有许多库可用于此，但我怀疑您是否能从VBA中找到任何可以如此简单使用的工具。此外，要获得全面/可靠的解决方案，您将需要包含姓名和姓氏的适当词典（合适的资源将是形态词典/词典，仅为PName LName标签提取）

要解决这个问题，您必须对上面提到的关键字进行一些研究。我没有VBA方面的经验，但asume C#和.NET是最容易集成的。因此，Standford CoreNLP for.NET将是我确认的起点：

与英语高度相关的词汇来源：

您可以使用查询WordNet词典。我已经使用了这两种词典及其非常好的资源和库。
如果我理解正确，这可能会满足您的需要

如果
编号
和
点
不是段落的一部分，则要提取全名，可以使用：

Debug.Print Left(Para, InStr(Para, ",") - 1)

如果
编号
和
点
是段落的一部分，则：

   Dim Start As Long, Length As Long
Start = InStr(Para, ".") + 1
Length = InStr(Para, ",") - Start

Debug.Print Trim(Mid(Para, Start, Length))

如果要将名称的大写部分与其余部分分开，请将实际字符串的几个示例作为文本发布，因为我无法将您的屏幕截图复制/粘贴到Excel中。
如果我理解正确，这可能会满足您的要求

如果
编号
和
点
不是段落的一部分，则要提取全名，可以使用：

Debug.Print Left(Para, InStr(Para, ",") - 1)

如果
编号
和
点
是段落的一部分，则：

   Dim Start As Long, Length As Long
Start = InStr(Para, ".") + 1
Length = InStr(Para, ",") - Start

Debug.Print Trim(Mid(Para, Start, Length))

如果你想把名字的大写部分与其他部分分开，请将实际字符串的几个示例作为文本发布，因为我无法将你的截图复制/粘贴到Excel中。
我的第一个想法是使用
RegEx
RegEx解决方案不会给出可靠的结果*。在这方面有整个科学领域这个问题一点也不小。*想想：当你有一个来自荷兰或比利时的人时会发生什么？或者有两个姓的情况（在斯拉夫世界并不罕见）是的。我在华沙工作，所以斯拉夫国家是我的居住地，这里已婚女性的标准是双姓/姓。但有人能帮我使用另一种方法吗：从每一段的开头提取所有内容，直到正在处理的第一段。啊，你们有带k的结构化文本nown structure.Uf，我有很多想法，可以用C#解决这个问题，但不能用VBA。在这里，您还可以使用XML/XPath方法从文档的XML结构中仅获取列表项（docx实际上是一个zip，当您解压缩它时，您将看到~content.XML。从那里您可以获取每个项/节点的内部文本，并进行字符串搜索“，”获取子字符串。但无法在VBA中交谈，因此，我没有直接帮助：）获取列表项的XML节点（按标记名）