Separar los componentes de nombres de personas

Extraer los componentes de nombres de personas no es una tarea sencilla, aquí se mostrará una manera muy básica de separar los nombres propios en sus dos apellidos y nombres.

Para este caso se parte de la premisa que los componentes del nombre están separados por espacios, e ingresados siempre en el mismo orden: apellido uno, apellido dos, y nombres.

La idea del proceso es extraer el primer apellido a partir de la primer posición del nombre completo hasta antes de la primer ocurrencia del espacio.

Para extraer el segundo apellido se parte del texto que se encuentra a partir del primer espacio hasta la ubicación del siguiente espacio.

Y por ultimo para extraer los nombres se parte desde la posición siguiente al segundo espacio (largo del primer apellido + largo del segundo apellido + 2 espacios + 1) hasta el final de la cadena de texto.

Este método tiene grandes limitantes tales como:

• No extrae apellidos o nombres compuestos (ej: DEL CAMPO).
• El orden de los componentes es fijo para todos los casos.
• Genera anomalías cuando no existen algunos de los apellidos o nombres.

Separar nombres con Microsoft Excel en español:

Partiendo de que el nombre completo se encuentra en la columna A, se dejará el primer apellido en la columna B, el segundo apellido en la columna C, y los nombres en la columna D.

Primer Apellido (B2)_

=EXTRAE(ESPACIOS(A2); 1; HALLAR(" "; ESPACIOS(A2)) - 1)

Segundo Apellido (C2):

=EXTRAE(EXTRAE(ESPACIOS(A2); LARGO(B2) + 2; LARGO(A2)); 1; HALLAR(" "; EXTRAE(ESPACIOS(A2); LARGO(B2) + 2; LARGO(A2))) - 1)

Nombres (D2):

=EXTRAE(ESPACIOS(A2); LARGO(B2) + LARGO(C2) + 3; LARGO(A2))

Separar nombres con Microsoft Excel en inglés, Google Docs, OpenOffice.org Calc, Numbres:

Se parten de las mismas premisas que en ejemplo anterior.

Primer Apellido (B2):

=MID(TRIM(A2); 1; SEARCH(" "; TRIM(A2)) - 1)

Segundo Apellido (C2):

=MID(MID(TRIM(A2); LEN(B2) + 2; LEN(A2)); 1; SEARCH(" "; MID(TRIM(A2); LEN(B2) + 2; LEN(A2))) - 1)

Nombres (D2):

=MID(TRIM(A2); LEN(B2) + LEN(C2) + 3; LEN(A2))

Separar nombres con Oracle:

Se realizará una consulta con una lógica similar a la de las hojas de cálculo, la diferencia más importante radica en que no se dispone del valor de la celda anterior para conocer su largo.

SELECT nombre_completo, substr(nombre_completo, 1, instr(nombre_completo, ' ')-1) apellido_uno, substr(substr(nombre_completo, instr(nombre_completo, ' ') + 1), 1, instr(substr(nombre_completo, instr(nombre_completo, ' ') + 1), ' ') - 1) apellido_dos, substr(nombre_completo, instr(nombre_completo, ' ', instr(nombre_completo, ' ') + 1) + 1) nombres FROM (select 'martinez gonzalez martin' nombre_completo from dual);

Esta sentencia es para prueba, cuando se disponga de una tabla cambiar el contenido del from por la tabla donde se encuentre el nombre a procesar, y modificar los nombres de campos.

Separar Nombres con Microsoft Access:

Se realizará una consulta similar a la planteada en Oracle.

SELECT nombre_completo, mid(nombre_completo, 1, instr(nombre_completo, ' ') -1) as apellido_uno, mid(mid(nombre_completo, instr(nombre_completo, ' ') + 1), 1, instr(mid(nombre_completo, instr(nombre_completo, ' ') + 1), ' ')-1) as apellido_dos, mid(nombre_completo, instr(instr(nombre_completo, ' ') + 1, nombre_completo, ' ') + 1) as nombres FROM tabla_nombres;

Tomando los datos de una tabla llamada tabla_nombres que tiene un campo nombre_completo con contiene la información a dividir.

Otras alternativas:

Vale la pena comentar que otra forma muy básica de hacer este proceso es utilizar la herramienta de Microsoft Excel de separar texto en columnas. Aparte de ser muy básica esta operación se debe de hacer por procesos y no definida en formulas como la que aquí se presenta.

Próximamente se publicarán maneras más completas de realizar estas operaciones. Soluciones con mayor inteligencia son realizadas con algoritmos más complejos basados en árboles de decisión y redes neuronales.

Aprovecho el tema para ofrecer mis servicios profesionales para la normalización de nombres propios en bases de datos a gran escala, utilizando algoritmos que interpretan los componentes sin importar el orden, formato y cantidad de componentes del mismo. Lo complementan operaciones adicionales como la identificación del sexo, e identificación nombre repetidos aun cuando estén definidos en formas diferentes (nombres completos vs iniciales, con faltas de ortografía, por sonido, etc.).

Por consultas realizarlas por este correo