README

这是 THE ICONIC name parser 的增强版本，对德语特性进行了调整。

目的

它的目的是将包含全名、可能的称呼、首字母缩写、后缀等的单个字符串分割成有意义的部分，如名字、姓氏、首字母等。

它主要针对德语和英语名字，但只要使用拉丁字母拼写，效果都很好。

例如 Otto Eduard Leopold Fürst von Bismarck-Schönhausen 被解析为

• 名字： Otto
• 中间名： Eduard Leopold
• 前缀： von
• 姓氏： Bismarck-Schönhausen
• 后缀： Fürst

特性

支持的格式

此解析器能够处理带逗号和不带逗号的名字模式。如果没有逗号，字符串首先与 公司名称标识符（'GmbH'., 'Co. KG' 等）进行比较。如果是，则跳过解析，整个字符串将被标记为公司名称。

否则，假设一个人的名字遵循以下模式

... [firstname] ... [lastname] ...

... [lastname] ..., ... [firstname] ...

... [lastname] ..., ... [firstname] ..., [suffix]

海中捞针

用于搜索公司名称等特性的字符串可以在 ../src/Language 文件夹中找到。我添加了大约一百个字符串模式，这些模式可以用来识别公司（可能需要补充）。

支持的部分

• 称呼（例如 Hr, Fr 等）
• 名字
• 中间名
• 首字母（单个字母，可能后跟一个点）
• 昵称（括号、方括号等内的部分）
• 姓氏（也支持前缀，如 von, de 等）
• 后缀（Jr, Senior 等）
• 头衔（如 Dr. med., Dr.h.c. 等学术头衔）
• 姓氏扩展（贵族称谓，如 Gräfin，Baron）

vCard 支持

您可以得到一个键匹配名称属性的数组 - 相对应于 RFC 6350

例如，Bismarck-Schönhausen, Otto Eduard Leopold Fürst von 转换为

[
'FN' => 'Otto Eduard Leopold Fürst von Bismarck-Schönhausen',
'N' => 'Bismarck-Schönhausen;Otto;Eduard,Leopold;;Fürst,von',
'NICKNAME' => '',
'ORG' => '',
]

但是，像 Fürstlich von Bismarck'sche Brennerei GmbH 这样的公司变为

[
'FN' => "Fürstlich von Bismarck'sche Brennerei GmbH",
'N' => '',
'NICKNAME' => '',
'ORG' => "Fürstlich von Bismarck'sche Brennerei GmbH",
]

其他特性

• 称呼、后缀和姓氏前缀的多语言支持
• 可自定义昵称分隔符
• 可自定义所有输出字符串的规范化（原始值仍然可访问）
• 可自定义空白字符

示例

可以在 解析器单元测试 中找到 60 多种不同的成功解析的名字模式。

设置

composer require blacksenator/name-parser

用法

基本用法

<?php

$parser = new blacksenator\NameParser\Parser();

$name = $parser->parse($input);

echo $name->getCompany();
echo $name->getSalutation();
echo $name->getFirstname();
echo $name->getLastname();
echo $name->getMiddlename();
echo $name->getNickname();
echo $name->getInitials();
echo $name->getSuffix();
echo $name->getTitle();
echo $name->getExtension();

print_r($name->getAll());

print_r($name->getVCardArray(true));

echo $name;

对于缺失的部分，返回一个空字符串。

特殊部分检索功能

显式姓氏部分

您可以使用以下方式分别检索姓氏前缀和纯姓氏

echo $name->getLastnamePrefix();
echo $name->getLastname(true); // true enables strict mode for pure lastnames, only

带规范化包裹的昵称

默认情况下，getNickname() 返回纯字符串形式的昵称。但是，您可以通过传递 true 来应用与 echo $name 中相同的规范化括号包裹。

echo $name->getNickname(); // Der Eiserne Kanzler
echo $name->getNickname(true); // (Der Eiserne Kanzler)

按输入顺序重新打印名字

您可以在保持通过 getGivenName() 应用规范化的同时，按输入顺序重新打印构成名字（即名字、中间名和任何首字母）的部分。

echo $name->getGivenName(); // Otto Eduard Leopold

重新打印全名（实际名字部分）

您可以通过getFullName()方法重新打印全名，即以上给出的名字，后面跟任何姓氏部分（不包括任何称呼、昵称或后缀）。

echo $name->getFullName();

设置语言

$parser = new blacksenator\NameParser\Parser([
    new blacksenator\NameParser\Language\German(),  // default in this version
    new blacksenator\NameParser\Language\English(), // recommended
      //
])

设置昵称分隔符

$parser = new blacksenator\NameParser\Parser();
$parser->setNicknameDelimiters(['(' => ')']);

设置空白字符

$parser = new blacksenator\NameParser\Parser();
$parser->setWhitespace("\t _.");

限制称呼的位置

$parser = new blacksenator\NameParser\Parser();
$parser->setMaxSalutationIndex(2);

这要求称呼必须出现在给定输入字符串的前两个单词中。默认值为输入字符串单词数的一半，这意味着称呼可能出现在姓氏部分的第一个一半。

调整组合首字母支持

$parser = new blacksenator\NameParser\Parser();
$parser->setMaxCombinedInitials(3);

组合首字母是几个大写字母的组合，例如DJ或J.T.，中间没有空格。解析器将此类大写字母序列（可选的点）视为组合首字母，并将它们解析为单独的首字母。此值调整单个姓氏部分中可识别为组合首字母的最大大写字母数量。超过指定最大字母数量的部分将不会被解析为首字母，因此很可能会被解析为姓氏或中间名。

默认值是2。

要禁用组合首字母支持，将此值设置为1；

提示

提供干净的输入字符串

如果您的输入字符串除了名字和直接相关的内容（如称呼、后缀等）之外，还包括其他部分，那么这些额外的部分很容易让解析器混淆。因此，建议在将输入传递给解析器之前，先预处理任何非干净输入，以隔离名字。

多遍解析

我们尚未尝试过，但您可能可以通过连续进行几次解析来提高结果。例如。

$parser = new Parser();
$name = $parser->parse($input);
$name = $parser->parse((string) $name);
...

您甚至可以从前一次遍历的各个部分中组合新的输入字符串。

处理不同语言的名字

解析器版本主要基于德语和英语名字的格式，但尽量与其他语言的姓名兼容。在称呼、姓氏前缀、后缀等或在某些情况下甚至在解析顺序上可能出现问题。

为了正确解释姓名字符串，了解其来源非常重要：德国的“von”作为前缀不是姓氏“Bismark”的一部分。另一方面，荷兰的“van”或爱尔兰的“Mac”则是姓氏的一部分。

为了解决称呼、姓氏前缀和后缀的问题，您可以创建一个单独的语言定义文件，并在实例化解析器时注入它，请参阅上面的“设置语言”部分，并比较现有的语言文件作为示例。

撇号

当添加或编辑语言文件时，请考虑以下事项：仅使用撇号“ ' ”（U+0027）！在姓名中，所有类似撇号和印刷体撇号的字符都映射到U+0027，以消除拼写错误来源的错误。

解析顺序

为了处理解析顺序，您可能需要重新格式化输入字符串，例如通过简单地将它分割成单词并反转它们的顺序。您甚至可以让解析器在原始字符串和反转字符串上运行，然后从两个结果中的任一个选择最佳结果。例如，从其中一个中选择称呼，从另一个中选择姓氏。

语言检测

姓名解析器没有内置的语言检测功能。然而，您可能已经在表单中询问了用户的国籍。如果这样做，您可能希望将传递给解析器的语言定义文件缩小到给定语言，以及可能的备用语言如英语。您还可以使用此信息来准备上述概述的输入字符串。

此外，Patrick Schur 开发了一个 PHP 语言检测库，似乎能提供令人惊叹的结果。仅运行在姓名输入字符串上可能不会给你带来好运，但如果你有任何更多该人的实际语言文本，可以使用这个库来检测语言，然后再按照上述步骤操作。

性别检测

性别检测不在这个项目的范围内。从姓名中检测性别通常需要大量的名字到性别的映射列表。

然而，你可以使用这个解析器从输入字符串中提取称呼、名和昵称，然后使用这些信息通过另一个包（例如 这个包）或服务来实现性别检测。

在规范化中找乐子

编写不同语言的文件不仅可以用于解析，还可以将称呼、前缀和后缀的规范化版本重新映射，以将它们转换成完全不同的内容。

例如，你可以将 Ms. 映射为 王国的公主，然后按适当顺序输出这些部分，构建一个自动转换例如 Ms. Louisa Lichtenstein 为 Louisa，王国的公主，Lichtenstein 的管道。当然，这是一个愚蠢且相当牵强的例子，但你能理解其大意。

当然，这也可以以更有用的方式使用，例如将缩写头衔拼写成全称，如 Prof. 作为 教授 等。

许可证

这个分支和 THE ICONIC Name Parser PHP 库的源代码都是 MIT 许可证下发布的。