中文与数字的混合转成整数值的实现

之前在开发 机器人的语义系统的时候遇到这样一个问题（机器人支持语音交互）：

用户说 ：“我要取钱”。

机器人回答：“请问你要取多少？5000以上还是5000以下”。

用户说：“我要取 三千4百元”。

那么问题来了，由于语音识别并没有那么的强大，并不能每次都把 客户表达的 “三千4百元”转成阿拉伯数值 “3400”，或许有时候翻译成了 “3千400元”、或许也是 “三千400元”等等。 

问题已经出现，如果继续必须得把这些 不规范的 全部转成 阿拉伯整数值 “3400” 以供使用。

 

我们的算法工程师也给了一种思路并用python实现了，个人感觉比较复杂，我用递归的方式实现一种。

1.创建一个数组：顺序包含 ： 亿、万、千与仟、百与佰、十与拾 // "千与仟"的意思是语音识别 可能的结果，例如 ：四千 与四仟 

public static boolean ExtractNumber(String content, RefInteger refInteger){
        List<String> yiList =   Arrays.asList("亿");
        List<String> wanlList =   Arrays.asList("万");
        List<String> qianList =   Arrays.asList("千","仟");
        List<String> baiList =   Arrays.asList("百","佰");
        List<String> shilList =   Arrays.asList("十","拾");
        List<List<String>> unitList = new ArrayList<List<String>>();
        unitList.add(yiList);
        unitList.add(wanlList);
        unitList.add(qianList);
        unitList.add(baiList);
        unitList.add(shilList);
        
        
        return Extract(content, refInteger, unitList);//见下面
    }

2.该函数使用了递归，遍历 unitList ，发现字符串中对应的值，转成 阿拉伯数值。然后 递归相加。

private static boolean Extract(String StringValue, RefInteger refInteger, List<List<String>> unitList){
        if (isNumberic(StringValue, refInteger)) {
            return true;
        }
        String newStringValueFont = null;
        String unitString = "个";
        for (List<String> list : unitList) {
            for (String unit : list) {
                if (StringValue.contains(unit)) {
                    unitString = unit;
                    Integer lastIndex = StringValue.lastIndexOf(unit);
                    if (lastIndex > 0) {
                        newStringValueFont = StringValue.substring(0, lastIndex);
                    }                
                    StringValue = StringValue.substring(lastIndex+1);
                    break;
                }
            }
            if (newStringValueFont == null || newStringValueFont.isEmpty()) {
                continue;
            }
            RefInteger refInteger2 = new RefInteger();
            if(Extract(newStringValueFont, refInteger2, unitList)){
                refInteger.appendValue(refInteger2.getValue()*UnitEnum.getIndex(unitString));
            }
            newStringValueFont = null;
        }
        Integer value1 = 0;
        RefInteger regfInteger4 = new RefInteger();
        if (isNumberic(StringValue, regfInteger4)) {
            //return true;
            value1 = regfInteger4.getValue();
        }
        else {
            value1 = UpperToNumber(StringValue);
        }
        refInteger.appendValue(value1);
        return true;
    }
    /**
     * 大写的汉子转成数字
     * @param Upper ： 必须为大写数字方能转换成功
     * @return 0:转换失败
     * */
    private static Integer UpperToNumber(String Upper) {
        return DigitalEnum.getIndex(Upper);
    }
    /**
     * 判断字符串是否可以转成数字
     * */
    private static boolean isNumberic(String content,RefInteger refInteger){
        try {
            Integer value = Integer.parseInt(content);
            refInteger.setValue(value);
            return true;
        } catch (Exception e) {
            return false;
            // TODO: handle exception
        }
    }

java源码 见 https://download.csdn.net/my