帮忙写一个正则表达式要求转换中文字为阿拉伯数字

Question

字符串的格式为:十二斤,五十千克等,是数量+单位形式
替换完为:12斤,50千克等
不用考虑小数,但是要考虑零

C币不多了,求各位大神帮忙

Answer 1

楼主，您所提问的问题其实不是难的，观察下中文的数值写法，“十”，“百”，“千”，“万”，“亿”这些修饰符其实是一个基数。主要修饰它前面的数字，
有了前面的数字，只要想要的乘以对应的基数(10，100，1000，10000，100000000)再分别相加就可以得到对应的阿拉伯数字了，当然，中文数字对应的
阿拉伯数字还是要自己判断的。这就是思路，有了思路，只需要编写捕获到中文数值中的数字，问题就迎刃而解啦。但是，有一点说明，对应一些复杂的
中文数字的话，需要二次捕获数值再相加，例如前面的层数提到的 五千六百九十七万三千二百一十二斤，其中 五千六百九十七万。万修饰符前面的数字
也是组合而来。所以得从 五千六百九十七中再捕获一次数字。具体实现如下（c#写法，控制台显示）：
正则如下：用于捕获中文数字
([零一二三四五六七八九十百千万壹贰叁肆伍陆柒捌玖拾佰仟亿]+亿)?零?([一二三四五六七八九十百千壹贰叁肆伍陆柒捌玖拾佰仟]+万)?零?([一二三四五六七八九十百壹贰叁肆伍陆柒捌玖拾佰][千仟])?零?([一二三四五六七八九十壹贰叁肆伍陆柒捌玖拾][百佰])?零?([一二三四五六七八九壹贰叁肆伍陆柒捌玖]?[十拾])?零?([一二三四五六七八九壹贰叁肆伍陆柒捌玖])?

代码如下：
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Text.RegularExpressions;

namespace regexp_help
{
class Program
{
static void Main(string[] args)
{
Console.WriteLine("请输入要转换的中文数量：");
string strPreviousText = Console.ReadLine();
string strRegExp = @"([零一二三四五六七八九十百千万壹贰叁肆伍陆柒捌玖拾佰仟亿]+亿)?零?([一二三四五六七八九十百千壹贰叁肆伍陆柒捌玖拾佰仟]+万)?零?([一二三四五六七八九十百壹贰叁肆伍陆柒捌玖拾佰][千仟])?零?([一二三四五六七八九十壹贰叁肆伍陆柒捌玖拾][百佰])?零?([一二三四五六七八九壹贰叁肆伍陆柒捌玖]?[十拾])?零?([一二三四五六七八九壹贰叁肆伍陆柒捌玖])?";
string strAllValue = "";
string strSpecifier = "";
int dFormatValue = 0;
MatchCollection matchs = Regex.Matches(strPreviousText, strRegExp); //匹配中文数量
strAllValue = matchs[0].ToString();
strSpecifier = strPreviousText.Remove(0, matchs[0].ToString().Length);
foreach (Match match in matchs)
{
int i = 0;
GroupCollection groups = match.Groups;
foreach (Group group in groups)
{
if (i != 0) {//首个捕获组不获取，因为它是整个数字文本
if (group.ToString() != "")
{
dFormatValue += formatTextToNumber(group.ToString());
}
}
i++;
}
}

        Console.WriteLine("转换后的文本：{0}", dFormatValue + strSpecifier);
        Console.ReadKey();
    }

    public static int formatTextToNumber(string strVal) {
        int dReturn = 0;
        if (strVal.Length == 1)
        {
            dReturn = getNumber(strVal);
        }
        else {
            string strNumber = strVal.Substring(0, strVal.Length - 1);
            string strSpecifier = strVal.Substring(strVal.Length - 1, 1);
            if (strVal.Length == 2)
            {
                dReturn = getNumber(strNumber) * getBaseNumber(strSpecifier);
            }

            //复杂数字要递归取阿拉伯数字，如五百二十万，五百二十相对于“万”修饰符是组合数字
            if (strVal.Length > 2) {
                string strRegExp = @"([零一二三四五六七八九十百千万壹贰叁肆伍陆柒捌玖拾佰仟亿]+亿)?零?([一二三四五六七八九十百千壹贰叁肆伍陆柒捌玖拾佰仟]+万)?零?([一二三四五六七八九十百壹贰叁肆伍陆柒捌玖拾佰][千仟])?零?([一二三四五六七八九十壹贰叁肆伍陆柒捌玖拾][百佰])?零?([一二三四五六七八九壹贰叁肆伍陆柒捌玖]?[十拾])?零?([一二三四五六七八九壹贰叁肆伍陆柒捌玖])?";
                MatchCollection matchs = Regex.Matches(strNumber, strRegExp);  //匹配中文数量
                foreach (Match match in matchs)
                {
                    int i = 0;
                    GroupCollection groups = match.Groups;
                    foreach (Group group in groups)
                    {
                        if (i != 0)
                        {//首个捕获组不获取，因为它是整个数字文本
                            if (group.ToString() != "")
                            {
                                dReturn += formatTextToNumber(group.ToString());
                            }
                        }
                        i++;
                    }
                }
                dReturn *= getBaseNumber(strSpecifier);
            }
        }

        return dReturn;
    }

    //获取单数字文本对应阿拉伯数字
    public static int getNumber(string strVal) {
        int dFormatValue = 0;
        switch (strVal)
        {
            case "一":
            case "壹":
                dFormatValue = 1;
                break;
            case "二":
            case "贰":
                dFormatValue = 2;
                break;
            case "三":
            case "叁":
                dFormatValue = 3;
                break;
            case "四":
            case "肆":
                dFormatValue = 4;
                break;
            case "五":
            case "伍":
                dFormatValue = 5;
                break;
            case "六":
            case "陆":
                dFormatValue = 6;
                break;
            case "七":
            case "柒":
                dFormatValue = 7;
                break;
            case "八":
            case "捌":
                dFormatValue = 8;
                break;
            case "九":
            case "玖":
                dFormatValue = 9;
                break;
            case "十":
            case "拾":
                dFormatValue = 10;
                break;
            default:
                dFormatValue = 0;
                break;
        }
        return dFormatValue;
    }

    //获取修饰符对用基数
    public static int getBaseNumber(string strVal) {
        int dFormatValue = 10;
        switch (strVal)
        {
            case "十":
            case "拾":
                dFormatValue = 10;
                break;
            case "百":
            case "佰":
                dFormatValue = 100;
                break;
            case "千":
            case "仟":
                dFormatValue = 1000;
                break;
            case "万":
                dFormatValue = 10000;
                break;
            case "亿":
                dFormatValue = 100000000;
                break;
            default:
                dFormatValue = 10;
                break;
        }
        return dFormatValue;
    }
}

}

测试截图：
测试图例1：

测试图例2：

测试图例3：