Python Regex将西班牙语姓氏拆分为first lastname和second lastname

我的目标是编写一个Python3函数，该函数将lastname作为csv中的行，并将它们正确地拆分为lastname_1和lastname_2

西班牙语名称具有以下结构：

firstname+lastname\u 1+lastname\u 2

忘记名字，我想要一个代码，将姓氏分成这两个类别（lastname_1，lastname_2），这是一个挑战

有时姓氏有介词

• DE BLAS ZAPATA“DE BLAS”是第一个姓，“ZAPATA”是第二个姓
• “MATIAS”是姓1，“DE LA MANO”是姓2
• LOPEZ FERNANDEZ DE VILLAVERDE LOPEZ FERNANDEZ姓1，DE villaverda姓2
• 米格尔·德尔科拉尔·德尔科拉尔·德尔科拉尔·德尔科拉尔·德尔科拉尔·德尔科拉尔·德尔科拉尔·德尔科拉尔·德尔科拉尔·德尔科拉尔·德尔科拉尔·德尔科拉尔·德尔科拉尔·德尔科拉尔·德尔科拉尔·德尔科拉尔·德尔拉尔·德尔斯纳尔
• 蒙塔瓦·德尔·阿尔科·蒙塔瓦姓_1德尔·阿尔科姓_2

这个名单可能会一直列下去

我现在陷入困境，我发现了，但我很难理解它背后的主要思想，将其翻译成python 3

import re

preposition_lst = ['DE LO ', 'DE LA ', 'DE LAS ', 'DEL ', 'DELS ', 'DE LES ', 'DO ', 'DA ', 'DOS ', 'DAS', 'DE ']
cases = ["DE BLAS ZAPATA", "MATIAS DE LA MANO", "LOPEZ FERNANDEZ DE VILLAVERDE", "DE MIGUEL DEL CORRAL", "VIDAL DE LA PEÑA", "MONTAVA DEL ARCO", "DOS CASAS VALLE"]

for case in cases:
  for prep in preposition_lst:
    m = re.search(f"(.*)({prep}[A-ZÀ-ÚÄ-Ü]+)", case, re.I) # re.I makes it case insensitive
    try:
      print(m.groups())
      print(prep)
    except:
      pass

试试这个：

重新导入
介词_lst=['DE'，'LO'，'LA'，'LAS'，'DEL'，'DELS'，'LES'，'DO'，'DA'，'DOS'，'DAS']
案例=[“德布拉斯·扎帕塔”、“马诺之家”、“洛佩斯·费尔南德斯·德维拉维德”、“德米格尔·德尔科拉尔”、“维达尔·德拉佩尼亚”、“蒙塔瓦·德尔阿尔科”、“多斯卡斯瓦勒”]
def姓氏（姓名）：
case=re.findall（r'\w+'，名称）
res=list（过滤器（lambda x:x不在介词中，大小写））
返回res
列表_final=[]
在下列情况下：
列表\最终。追加（姓氏（大小写））
对于范围内的i（len（列表_最终））：
如果len（列表_最终[i]）>2：
name1=''.join（list_final[i][：2]）
name2=''.join（list_final[i][2:）
列表\u最终[i]=[name1，name2]
打印（列表\最终版）
#[BLAS]、[ZAPATA]、[MATIAS]、[MANO]、[LOPEZ FERNANDEZ]、[VILLAVERDE]、[MIGUEL]、[CORRAL]、[VIDAL]、[PE]�A']、['MONTAVA'、['ARCO']、['CASAS'、['VALLE']]

这是否符合您的要求

重新导入
介词_lst=['DE LO'，'DE LA'，'DE LAS'，'DE LES'，'DEL'，'DELS'，'DO'，'DA'，'DOS'，'DAS'，'DE']
案例=[“德布拉斯·扎帕塔”、“马诺之家”、“洛佩斯·费尔南德斯·德维拉维德”、“德米格尔·德尔科拉尔”、“维达尔·德拉佩纳·索利斯”、“蒙塔瓦·德尔阿尔科”、“多斯卡斯瓦勒”]
def split_名称（名称）：
f1=re.compile（（.*）（{preps}（+）”。format（preps=“（“+”|“）。join（介词_lst）+”））
m1=f1.匹配（大小写）
如果m1：
如果len（m1.组（1））！=0:
返回m1.group（1.strip（），m1.group（2.strip（））
其他：
返回“.join（name.split（）[：-1]），name.split（）[-1]
其他：
返回“.join（name.split（）[：-1]），name.split（）[-1]
在下列情况下：
第一，第二=拆分名称（大小写）
打印（“{}-->名称1={}，名称2={}”。格式（大小写，第一个，第二个））
#DE BLAS ZAPATA-->名称1=DE BLAS，名称2=ZAPATA
#马蒂亚斯·德拉马诺-->名称1=马蒂亚斯，名称2=德拉马诺
#LOPEZ FERNANDEZ DE VILLAVERDE-->名称1=LOPEZ FERNANDEZ，名称2=DE VILLAVERDE
#德米格尔·德尔科拉尔-->名称1=德米格尔，名称2=德尔科拉尔
#维达尔·德拉佩纳·索利斯-->名称1=维达尔，名称2=德拉佩纳·索利斯
#蒙塔瓦-德尔阿尔科-->名称1=蒙塔瓦，名称2=德尔阿尔科
#DOS CASAS VALLE-->名称1=DOS CASAS，名称2=VALLE

您链接到的Perl解决方案仅使用

re.search（r'^（（？：De | Del | De La | De Los | De Las）？\w+（？：De | Del | De La | De Los | De Las）？\w+）（De（？：De（？：De | Del De | De La | De Los | De Las De Las De Las De Las De Las De La？）\w+，text）

。这不是为你的例子。我不明白的方法，我真的想而不是复制粘贴。。。但是它也不能提供正确的结果……这是你的介词列表，包含在这个正则表达式中：看看如果你被赋予“Lopez Fernandez Zapata”的姓（请原谅你对西班牙语姓氏一无所知），会怎么样？你怎么知道把这两个姓分开？这似乎不是一个简单的问题，一般和编程解决，因为正如tripleee提到的：名称是复杂的。非常感谢！但是请注意，您的代码在解析其中一个案例时遇到了与Wiktor建议相同的问题。名字确实很复杂。