如何使用ICU解析汉字数字字符？

Question

我正在编写一个函数,使用ICU来解析由汉字数字字符组成的Unicode字符串,并希望返回字符串的整数值.

"五"=> 5
"三十一"=> 31
"五千九百七十二"=> 5972

我将语言环境设置为Locale :: getJapan()并使用NumberFormat :: parse()来解析字符串.但是,每当我传递任何汉字字符时,parse()方法返回U_INVALID_FORMAT_ERROR.

有谁知道ICU是否支持NumberFormat :: parse()方法中的汉字字符串？我希望,因为我将Locale设置为日语,它将能够解析汉字数值.

谢谢!

#include <iostream>
#include <unicode/numfmt.h>

using namespace std;

int main(int argc, char **argv) {
    const Locale &jaLocale = Locale::getJapan();
    UErrorCode status = U_ZERO_ERROR;
    NumberFormat *nf = NumberFormat::createInstance(jaLocale, status);

    UChar number[] = {0x4E94}; // Character for '5' in Japanese '?'
    UnicodeString numStr(number);
    Formattable formattable;
    nf->parse(numStr, formattable, status);
    if (U_FAILURE(status)) {
        cout << "error parsing as number: " << u_errorName(status) << endl;
        return(1);
    }
    cout << "long value: " << formattable.getLong() << endl;
}

Answer 1

您可以使用ICU规则数字格式(RBNF)模块rbnf.h(C++)或C,在unum.h中使用UNUM_SPELLOUT选项,两者都使用日语的"ja"语言环境.Atryom为您的C++代码提供了更正:new RuleBasedNumberFormat(URBNF_SPELLOUT,jaLocale, status);

Answer 2

我受到你的问题的启发，使用 Python 解决这个问题。

如果您没有找到 C++ 解决方案，那么将其适应 C++ 应该不会太难。