在Python中筛选出名字通常可以通过以下几种方法实现：
使用正则表达式
使用命名实体识别（NER）
利用像spaCy这样的自然语言处理库，它提供了NER功能，可以识别文本中的人名。
下面是使用spaCy库提取文本中人名的示例代码：
```python
import spacy
加载spaCy的中文模型
nlp = spacy.load（"zh_core_web_sm"）
输入文本
text = "欢迎大家参加本次活动。"
使用spaCy处理文本
doc = nlp（text）
提取人名
people_names = [ent.text for ent in doc.ents if ent.label_ == "PERSON"]
打印提取到的人名
for name in people_names:
print（name）
如果你需要从文件中筛选名字，可以使用以下代码：```pythonimport pandas as pd
读取Excel文件
name_data = pd.read_excel（'names.xls', encoding='utf-8'）
遍历名字列，如果是文件则打印并复制到新路径
for name in name_data['name']:
if os.path.isfile（name）:
print（name）
shutil.copy（name, os.path.join（'/root/newpath', name））
如果你需要从句子中提取名字，可以使用以下代码：
```python
from LAC import LAC
from ltp import LTP
初始化LAC和LTP
lac = LAC（mode="lac"）
ltp = LTP（）
定义提取名字的函数
def extract_name（sentence: str, type="lac"）:
user_name_lis = []
if type == "lac":
_result = lac.run（sentence）
for _index, _label in enumerate（_result）:
if _label == "PER":
user_name_lis.append（_result[_index]）
elif type == "ltp":
_seg, _hidden = ltp.cut（sentence）
for word in _seg:
if word.flag.startswith（"nr"）:
user_name_lis.append（word.word）
return user_name_lis
请注意，这些代码示例可能需要根据你的具体需求进行调整。