怎么从一堆英文名称里找出中国人？

程序员文章站 2023-12-30 12:24:46

...

有一堆的英文名称列表
Sjoerd van Tuinen
Ulisses Caramaschi
Ulisses Caramaschi
Pankaj Sekhsaria
Brandon Ballengée
Prima Adi Yoga
Mehmet Tunçer
Guoyou Zhang
Jose Carlos Mariategui
Cesar Amorós
Anne Pyburn
Bruce D Patterson
Nancy Sevcenko
Dwirienna Adiyanti
Ulises Chavez Jimenez

里面夹杂着中国人的英文名，比如Guoyou Zhang，怎么用程序能够快速地筛选出中国人姓名。
可以有中文姓氏和常用汉字的拼音列表。不知道用php程序怎么写？

回复内容：

只能找个库匹配了。
如果这是你们产品经理提出来的，请果断让他放弃这个想法。

这个网上很多吧，给个链接

参考excel的识别方式看看

汉字区分出来比较容易啦
主要是如何区分英文与拼音

我的想法是找个拼音库，然后对比找出拼音，判断是否中国人姓名

你可以看下面的链接下，看下里面的源码是否可以做拼音库
http://www.oschina.net/code/snippet_862384_25415

需要一个中文拼音的分词库！！！否则无法实现！！！

不知道php怎么处理，Java的话可以用pinyin4j从百家姓生成一份姓氏拼音表再匹配

没有十分准确的办法，因为没办法严格区分。即便你能整理一个拼音库，也有很多问题。举个例子，一位嫁给老外的女士，改用丈夫姓氏，对比库无法处理。藏蒙等少数民族的名字无法处理。韩国、泰国等国家有姓氏的拼写方式和中文重合。

本质是区分拼音和英文单词，用正则匹配：
1.拿常用姓氏的拼音结尾规则去匹配所有姓名，拿到初筛数据。
2.大部分的汉子拼音都由声母和韵母结合构成，利用这个规则进一步检验初筛数据

你说Marry Zhang这个是中国人还是外国人呢？
能匹配的前提是别像外企一样让中国人非得给自己起个洋名

同样的Mike是英文的麦克还是中文的米克呢？这个问题倒是不大