人民币大写金额转换为数字

人民币大写金额分为数字和单位两种汉字类型，“零壹贰叁肆伍陆柒捌玖”分别代表数字“0123456789”，“分角拾佰仟万亿”分别代表“0.01 0.1 10 100 1000 100000000”，除此之外还有一些汉字具有补充含义，比如“元”，“整”，“正”，但是这些汉字并不具有实际的计算能力，在计算前可以直接忽略。中文大写金额数字前应标明“人民币”字样，大写金额数字应紧接“人民币”字样填写，“人民币”字样声明了金额类型，在金额转换之前应该去除该字样。

人民币大写金额具有一定规律，我们首先分析人民币的组成规则。人民币大写金额从左往右与数字金额相对应，一般情况下，数字汉字和单位汉字构成一位真正的数字，比如“壹拾”代表数字10；如果数字的单位属于“个”，那么单位“个”省略不写，虽然“个”具有单位的性质，却因人们长期的习惯而被省略了。数字“零”在人民币中不仅仅代表数字0，它还具有省略的功能，比如“壹仟零壹”中的“零”代表了0*100和0*10。数字“亿”比较特殊，因为在人民币大写中它属于最大的单位，一般情况下，人民币大写允许两位单位汉字连续，比如“壹拾万”，值得注意的是，前一个单位必须小于后一个单位，数字“壹拾万”中的“拾”必须小于“万”，而“壹万万”的表示是错误的，应该写成“壹亿”。注：“壹亿亿”是允许的，因为单位“亿”已经达到最大，所以“亿亿”只能这样表示了，然而生活中基本碰不到“亿亿”的数量级。

人民币大写最大的特点就是数量级跃升。同样的一段数字和单位，遇到不同的“基础单位”，他们代表的意义是不同的。比如数字“1230123”对应人民币“壹佰贰拾叁万零壹佰贰拾叁”，这里“壹佰贰拾叁”的“基础单位”存在“万”和“个”，因而其分别代表了壹佰贰拾叁万和壹佰贰拾叁。所谓“基础单位”是指“个”，“万”，“亿”等10000的倍数，根据人民的习惯，如果金额达到了万的数量级就用XXX万表示，如果金额达到了亿的数量级就用XXX亿来表示，这样的表示方法能够直观的看出金额的最大量级（基础单位），而一般情况下默认省略的基础单位是“个”。如果能把握基础单位在数字计算中的作用，我们就能解析人民币大写金额，并实现转化过程。

由于人民币存在很多非数字非单位意义的汉字，同时又省略了很多有计算意义的汉字，所以我们在真正转换前需要一些特殊处理（preWork）。这些处理不仅能够使人民币金额变得简洁完整，而且为了方便数字的顺序解析，我们还需要将人民币字符翻转，从左到右单位变为从小到大（同一个基础单位）。对于“个玖拾捌佰柒仟陆万零伍拾肆佰叁仟贰亿壹”的预处理：