数据清理,从ALLCAPS到Title Case的后期转换

不知道这是否有用

private static function ucNames($surname) {
//  ( O\' | \- | Ma?c | Fitz )  # attempt to match Irish, Scottish and double-barrelled surnames
    $replaceValue = ucwords($surname);
    return preg_replace('/
                        (?: ^ | \\b )       # assertion: beginning of string or a word boundary
                        ( O\' | \- | Ma?c | Fitz )  # attempt to match Irish, Scottish and double-barrelled surnames
                        ( [^\W\d_] )        # match next char; we exclude digits and _ from \w
                        /xe',
                        "'\$1' . strtoupper('\$2')",
                        $replaceValue);
}

以下是我一直在寻找的答案:

我能够使用两个应用程序来解决我的问题。

1. 事物,将所有大写转换为混合大写 在这个过程中 弄脏数据,留下标题 如CPA、MD、III等; 像麦当劳这样的驼色案例名称。
2. Personator:我使用Personator将全名字段分为前缀、名字、中间名、姓氏和后缀。老实说,这还远远不够完美,但我给出的数据却相当具有挑战性(通常没有空格分隔中间名和后缀)。这个应用程序还可以做很多其他有用的事情,包括为大多数名字指定性别。它也是一个可以调用的API。

http://www.melissadata.com/dqt/index.htm

对我来说,Melissa数据应用程序完成了大部分繁重的工作,剩余的脏数据可以通过报告左x或右x计数在SQL中进行识别和修复--脏数据通常具有最少的唯一性,模式很容易发现和修复。