Existen los caracteres estándar A-Z, a-z, pero también hay guiones, guiones largos, comillas, etc.

Además, están todos los caracteres internacionales, como diéresis, etc.

Entonces, para un sistema basado en inglés, ¿cuál es el conjunto completo? ¿Qué pasa con los sets para otros idiomas? ¿Qué pasa con UTF8, UTF16, etc.?

Pregunta adicional: ¿Cuántos campos de nombre se necesitan y cuáles son sus longitudes máximas?

EDITAR: Definitivamente, hay dos tipos diferentes de personajes involucrados en los nombres de las personas, aquellos que están allí como parte del contexto y aquellos que están allí por razones estructurales. No quiero limitar o interferir con los caracteres contextuales, pero sí tengo que tratar con los estructurales.

Por ejemplo, recibí un nombre que estaba separado por un guión largo, pero era difícil distinguirlo del carácter negativo. Para facilitar la búsqueda del sistema, quiero tomar los cinco tipos diferentes de guiones y asignarlos a un carácter único (menos), de esa forma el buscador no necesita saber específicamente qué símbolo se ingresó inicialmente.

El problema, m existe para los guiones, probablemente también entre comillas, pero también ¿cuántos otros símbolos?