author变为全小写形式匹配

niurenshaixuan/main.py

@@ -12,7 +12,7 @@ output_file_path = '测试输出3.xlsx'
 def load_niuren_pool():
     niuren_pool = pd.read_csv("info/new_niuren_format-merged_turing.csv", encoding='utf-8-sig')
     niuren_pool_names = niuren_pool["name"].tolist()
-    niuren_pool_names = [name.replace("\xa0", " ") for name in niuren_pool_names]  # 去除空格
+    niuren_pool_names = [name.replace("\xa0", " ").lower() for name in niuren_pool_names]  # 去除空格
     return niuren_pool_names
 
 
@@ -22,7 +22,7 @@ def load_true_niuren():
 
     true_niuren["别名列表"] = None
     true_niuren["别名列表"] = true_niuren["别名列表（各种奇奇怪怪的名字格式，比如first name和second name的顺序，以;分隔）"].apply(
-        lambda x: [firstlast2lastfirst(i.strip()) for i in x.split(";") if i!=""] if isinstance(x, str) else []
+        lambda x: [firstlast2lastfirst(i.strip()).lower() for i in x.split(";") if i!=""] if isinstance(x, str) else []
     )
 
     true_niuren_names = []
@@ -31,9 +31,9 @@ def load_true_niuren():
     # 构建牛人姓名列表
     for _, row in true_niuren.iterrows():
         if row["别名列表"]:
-            true_niuren_names.append([firstlast2lastfirst(row["姓名"])] + row["别名列表"])
+            true_niuren_names.append([firstlast2lastfirst(row["姓名"]).lower()] + row["别名列表"])
         else:
-            true_niuren_names.append(firstlast2lastfirst(row["姓名"]))
+            true_niuren_names.append(firstlast2lastfirst(row["姓名"]).lower())
 
     # 构建牛人论文列表
     for true_niuren_idx, _ in enumerate(true_niuren_names):
@@ -58,7 +58,7 @@ def load_fake_niuren():
 
     # 构建非牛人姓名列表
     for _, row in fake_niuren.iterrows():
-        fake_niuren_names.append(firstlast2lastfirst(row["姓名"]))
+        fake_niuren_names.append(firstlast2lastfirst(row["姓名"]).lower())
 
     # 构建非牛人论文列表
     for fake_niuren_idx, _ in enumerate(fake_niuren_names):
@@ -87,12 +87,12 @@ def check_niuren(authors, title):
             continue
 
         # 作者姓名能否在牛人池中找到
-        name_index = name_in_niuren_list(firstlast2lastfirst(author), niuren_pool_names)
+        name_index = name_in_niuren_list(firstlast2lastfirst(author).lower(), niuren_pool_names)
         if name_index == -1:
             continue
 
         # 作者姓名能否在全局牛人中找到
-        true_name_index = name_in_niuren_list(firstlast2lastfirst(author), true_niuren_names)
+        true_name_index = name_in_niuren_list(firstlast2lastfirst(author).lower(), true_niuren_names)
         if true_name_index != -1:
             if title.strip().lower() in true_niuren_papers[true_name_index]:
                 niuren.append(author)
@@ -100,7 +100,7 @@ def check_niuren(authors, title):
                 continue
 
         # 作者姓名能否在全局非牛人中找到
-        fake_name_index = name_in_niuren_list(firstlast2lastfirst(author), fake_niuren_names)
+        fake_name_index = name_in_niuren_list(firstlast2lastfirst(author).lower(), fake_niuren_names)
         if fake_name_index != -1:
             if title.strip().lower() in fake_niuren_papers[fake_name_index]:
                 continue

niurenshaixuan/utils.py

@@ -4,6 +4,7 @@ def firstlast2lastfirst(name):
     # 名人列表中存在一些名字是First Name Last Name的格式，将其转换为Last Name, First Name格式
     # 例如：'John Doe' -> 'Doe, John'，'M. Jane Smith' -> 'Smith, Jane M.'
     special_str = [".", "Ms.", "Mr.", "Mrs.", "Dr.", "Prof.", "PhD", "MD", "Jr.", "Sr.", "The", "Honorable"]
+    special_str = [item.lower() for item in special_str]
     name_split = name.split(" ")
     name_split = [item.strip() for item in name_split if item.strip() != ""]
     name_split = [item for item in name_split if item not in special_str]