怎么优雅的提取字符串中的汉语金钱信息?

Question

有一个需要提取一个字符串中的汉语金钱信息, 类似于下面:

• 午饭10块5 => ￥10.5
• 请客消费107块4毛5 => ￥107.45
• 包子二块5 => ￥2.5

请问怎么优雅的提取出来?

Answer 1

问题比较复杂，可能得写parser

Answer 2

这种情况比较复杂，如果实际情况可以简化或可以要求这些文字规范化，建议直接用多个正则表达式匹配，重点在于实际情况的简化和规范化。如果无法简化，可以试试分词后处理，例如使用结巴分词，然后再逐词处理。再复杂点，可能就要使用正经的自然语言处理模型了，这个我就不会了:P

Answer 3

/([零一二三四五六七八九十百千万]+块)?([零一二三四五六七八九十百千万]+毛)?([零一二三四五六七八九十百千万]+分)?/
获取之后用方法转换 中文数值 到 数字数值（这个找一下应该有现成的）
如果转换失败，表明 中文数值写法错误 或 不是金额