在Python中验证名字

Question

在一个国际化的项目中，我需要用Python来验证名字（名和姓）的全球语法。但是，缺少对unicode字符类别的支持让事情变得更加困难。

有没有什么正则表达式或库可以做到这一点呢？

举个例子：

像Björn、Anne-Charlotte、توماس、毛，或者מיק这样的名字都应该被接受。

但是像-Björn、Anne--Charlotte、Tom_这样的名字 应该 被拒绝。

有没有简单的方法可以做到这一点呢？

谢谢。

Answer 1

Python在正则表达式中确实支持unicode，只要你指定了 re.UNICODE 这个标志。你可以用类似下面的方式来实现：

r'^[^\W_]+(-[^\W_]+)?$'

测试代码：

# -*- coding: utf-8 -*-
import re

names = [
            u'Björn',
            u'Anne-Charlotte',
            u'توماس',
            u'毛',
            u'מיק',
            u'-Björn',
            u'Anne--Charlotte',
            u'Tom_',
        ]

for name in names:
    regex = re.compile(r'^[^\W_]+(-[^\W_]+)?$', re.U)
    print u'{0:20} {1}'.format(name, regex.match(name) is not None)

结果：

Björn                True
Anne-Charlotte       True
توماس                True
毛                    True
מיק                  True
-Björn               False
Anne--Charlotte      False
Tom_                 False

如果你还想在名字中禁止使用数字，那么可以把 [^\W_] 改成 [^\W\d_]，在两个地方都要这样改。