哪位朋友有检查汉字数字合法的正则表达式

hztj2005

哪位朋友有检查汉字数字合法的正则表达式？谢谢！
五十九万三千一百
二百零四万
一千零五十万零四十
七千万五千
二亿二千万
十三亿一千万
四十九点五八
六又七分之一
百分之九十四点五

sunzhiguolu

比如说非法的汉子数字 常见的组合形式有哪些? 希望进行哪些校验?

hztj2005

回复 2# sunzhiguolu

我1楼列出的都是合法的汉字数字，也就是小学数学课程教的内容。
不符合小学数学课程教的就是非法的。

四十五[三]万三千一百七十[百]五点六八  #如果一个串内存在[]中的汉字数字，则肯定非法，也就是：四十五三万三千一百七十百五点六八


   

sunzhiguolu

我感觉, 对于汉子数字的验证 使用递进排除的方法应该能够将非法的汉子排除掉
比如: 上面这个汉子数字:

1. 
   
2. use strict;
   
3. use warnings;
   
4. use utf8;
   
5. 
   
6. binmode (STDOUT, ":utf8");
   
7. my $r_num = "一二三四五六七八九零";
   
8. my $str = "四十五[三]万三千一百七十[百]五点六八";
   
9. if ($str =~ /[^${r_num}十百千万]/){
   
10.     print "No.1 Invalid data:<$str>\n";
    
11. }
    
12. 
    
13. $str = "四十五三万三千一百七十百五点六八";    # 这里的匹配不是很严谨, 由于 “点” 的存在
    
14. if ($str =~ /[$r_num][$r_num]/){
    
15.     print "No.2 Invalid data:<$str>\n";
    
16. }
    
17. 
    
18. $str = "四十三万三千一百七十百五";
    
19. if ($str !~ /[$r_num][$r_num]/){
    
20.     print "No.3 valid data:<$str>\n";
    
21. }
    

复制代码

jason680

回复 3# hztj2005

$ perl num_chk.pl
PASSED: 五十九万三千一百
PASSED: 二百零四万
PASSED: 一千零五十万零四十
PASSED: 七千万五千
PASSED: 二亿二千万
PASSED: 十三亿一千万
FAILED: 四十九点五八十
PASSED: 四十九点五八
PASSED: 六又七分之一
PASSED: 百分之九十四点五
FAILED: 四十五三万三千一百七十百五点六八
FAILED: 四十五万三千一百七十百五点六八

$ cat num_chk.pl
use strict;
use warnings;
use utf8;
binmode(STDIN, ':encoding(utf8)');
binmode(STDOUT, ':encoding(utf8)');

my $sNum = "一二三四五六七八九";
my $sHun = "百";
my $sTho = "千";
my $sTen = "十";

sub num_chk{
  my($_) = @_;
  if(m/点/){
    if(! m/点[$sNum]+$/){
      return 1;
    }
    s/点.+$//;
  }
  return 2 if(m/[$sNum]{2}/);

  s/^百分之//;
  s/[$sNum]+//g;
  return 3 if(m/${sTen}[$sTen$sHun$sTho]/);
  return 4 if(m/${sHun}[$sHun$sTho]/);
  return 5 if(m/${sTho}[$sTho]/);

  # more check by yourself

  return 0;
}
while(<DATA>){
  chomp;
  if(num_chk($_)){
    print "FAILED: $_\n";
  }
  else{
    print "PASSED: $_\n";
  }

}

__DATA__
五十九万三千一百
二百零四万
一千零五十万零四十
七千万五千
二亿二千万
十三亿一千万
四十九点五八十
四十九点五八
六又七分之一
百分之九十四点五
四十五三万三千一百七十百五点六八
四十五万三千一百七十百五点六八

   

sunzhiguolu

这么一看, 验证汉子数字的逻辑 相当复杂啊, 我的那个太小儿科了. 哈哈哈!

hztj2005

回复 5# jason680

谢谢大侠出手！
有一点没看懂，就是下面几行中的${sTen}、${sHun}、${sTho}是什么意义？什么语法？
我看关于花括号都是{n}，表示重复的次数，

return 3 if(m/${sTen}[$sTen$sHun$sTho]/);
   return 4 if(m/${sHun}[$sHun$sTho]/);
   return 5 if(m/${sTho}[$sTho]/);

再次谢谢！


   

RE_HASH

这题真的很大--
Json大神code：
PASSED: 三亿万
PASSED: 三万万
PASSED: 三万十

RE_HASH

尽力了，不保证没有漏的：
use utf8;
binmode(STDIN, ':encoding(utf8)');
binmode(STDOUT, ':encoding(utf8)');
sub CheckNumber
{
  my $N = $_[0];
  return "Failed (Decimal)" if (exists $N->{'.'} && $N->{'.'} =~ /\D/);
  delete $N->{'.'};
  return "Failed (Missing 零)" if (exists $N->{万} && exists $N->{个} && $N->{个} !~ /^(\d千|0)/);
  return "Failed (Missing 零)" if (exists $N->{亿} && exists $N->{万} && $N->{万} !~ /^(\d千|0)/);
  return "Failed (Missing 零)" if (exists $N->{亿} && ! exists $N->{万} && exists $N->{个} && $N->{个} !~ /^(\d千|0)/);
  foreach (keys %$N)
  {
          return "Failed (Unit $_)" unless ($N->{$_} =~ /^(\d千)?(\d百|0)?(\d十|0)?\d?$|^十\d$/);
  }
  
  
  return "Passed";
}

while(<DATA>){
  chomp;
  print;
  my $P;
  tr/一二三四五六七八九零点/1234567890./;
  s/^百分之//;
  s:(\d+)分之(\d+):($2/$1):e;
  s/又0\././;
  #printf "=$_";
  s/(\.(.+))/$P->{'.'} = $2; ''/eg;
  s/$/个/;
  s/(.+?)([万亿个])/$P->{$2} = $1; ''/eg;
  printf "\t%s\n", CheckNumber$P;
  
}

__DATA__
五十九万三千一百
二百零四万
一千零五十万零四十
七千万五千
二亿二千万
十三亿一千万
四十九点五八十
四十九点五八
六又七分之一
百分之九十四点五
四十五三万三千一百七十百五点六八
四十五万三千一百七十百五点六八
三亿万
三万万
三万十
三万二十

104359176

这个匹配表达式用普通的正则难以描述，因为涉及的变化太多，用 grammar 设计也许还行。Perl6 比较轻松的搞定。

1. 五千六百七十万亿六千八百万一千零四

复制代码

从前往后，单位由大到小，但每个单位前，又可能从大到小。

亿万都可能会重复。

1. 四万万投资，刺激基础建设投资。

复制代码