R - 如何改进 simpleCap 以处理更复杂的名称？

问：

我使用一个通用函数来正确格式化数据库中的名称，以便进行报告：simpleCap

simpleCap <- function(x) {
  s <- strsplit(x, " ")[[1]]
  paste(toupper(substring(s, 1,1)), substring(s, 2),
        sep="", collapse=" ")
}

然后，在另一篇 Stackoverflow 帖子之后，我附加到本文的开头，以处理以全部大写形式输入的名称：tolower()

simpleCap <- function(x) {
  x <- tolower(x)
  s <- strsplit(x, " ")[[1]]
  paste(toupper(substring(s, 1,1)), substring(s, 2),
        sep="", collapse=" ")
}

这适用于“Greg Smith”或“Bob Jones”等名字，但我的大数据包含许多更复杂的名字。我可以使用一些帮助来解决以下情况：

• 名称“bin”、“ibn”、“de”和“del”不应大写，例如“Sakib bin Salam”
• 大写应适用于连字符名称中的两个名称，例如“Peng-Jones”
• 只有包含单引号的名称中的第一个字母应大写，例如“Ta'if”，除非第一个字母是“O”，并且单引号位于第二个位置，如“O'Neil”
• 以“al-”或“as-”开头的姓氏只能在连字符后大写
• 姓氏以“De”开头，但“De”和其余姓氏之间没有空格，应像“DeGuest”一样大写
• 带有“Mac”（即“MacDonald”）的名称应将第 1 个和第 4 个字母大写
• 也许您可能知道的其他一些我没有想到的规则

示例输入

> "ADEDAYO  DAIBO"
> "EQEREM   ZEKA"
> "Mangaliso    Ndlovu"
> "Akamanwam    Itang"
> "Mohammed Al-Zahrani"
> "David    Fernando"
> "Adham    Obeidat"
> "TA'IF    Faithfull"
> "Bahaa    ALHAMMOUD"
> "Fatima   AlAli"
> "Tiffany  Scatliffe"
> "Imad Hameedullah"
> "HEIN ELLIS"
> "Victoria Francis-Anyanwu"
> "Michael  DeCesare"
> "chris    oboh"
> "La-Keisha    Wilmott"
> "sahar    al"
> "Yuri DEGUEST"
> "jim macdonald"
> "molly oneil"

示例输出

> "Adedayo  Daibo"
> "Eqerem   Zeka"
> "Mangaliso    Ndlovu"
> "Akamanwam    Itang"
> "Mohammed al-Zahrani"
> "David    Fernando"
> "Adham    Obeidat"
> "Ta'if    Faithfull"
> "Bahaa    al-Hammoud"
> "Fatima   al-Ali"
> "Tiffany  Scatliffe"
> "Imad Hameedullah"
> "Hein Ellis"
> "Victoria Francis-Anyanwu"
> "Michael  DeCesare"
> "Chris    Oboh"
> "La-Keisha    Wilmott"
> "Sahar    Al"
> "Yuri DeGuest"
> "Jim MacDonald"
> "Molly O'Neil"