Erfasst alle Ziffern (Dinkel) jede Größe ohne Hinter/führenden Raum

Question

Ich versuche, alle möglichen (Dinkel-out) Ziffern zu erfassen, außer ich nicht, einen Ausdruck zu schreiben scheinen, die ohne abschließenden/vorhergehenden Raum erfasst.

"Wenn es neunzehn tausend sechsundvierzig Bären"

Ergebnis: "Nineteen tausend Vierzig six_" Wunsch: "Nineteen Tausend sechsundvierzig"

Aktuelle Ausdruck:

\b((eleven|twelve|thirteen|fourteen|fifteen|sixteen|seventeen|eighteen|nineteen|twenty|thirty|forty|fifty|sixty|seventy|eighty|ninety|one|two|three|four|five|six|seven|eight|nine|ten|hundred|thousand|million|billion|trillion|and){1}([\–\-\—\‒]|\s){0,1})+\b 

ich habe auch dieses Konzept aus einem anderen Post getestet:

\b(?:(?:one|two|three|four|five|six|seven|eight|nine|zero)\b\s*?){4} 

Whi ch funktioniert gut, aber es erfordert, dass Sie die Größe vorher wissen.

Jede Hilfe wäre toll, ich will es wirklich genau zu erfassen.

Answer 1

Um zu vermeiden, Ihr Ergebnis zu trimmen, anstatt Ihr Muster wie folgt zu schreiben: (?: item separator)+, können Sie diese Struktur verwenden: item (?: separator item)*.

Um dies zu tun, wenn "Objekt" lang ist, können Sie auf ein Untermuster in einer Erfassungsgruppe mit dieser Syntax (?n) verweisen, wobei n die Nummer der Erfassungsgruppe ist. Beispiel:

(?xi) # switch on the free-spacing mode and the case-insensitive mode 
\b 
( # capture group 1 
    eleven|twelve|thirt(?:y|een)|four(?:teen)?|fift(?:y|een)|six(?:teen|ty)?| 
    seven(?:teen|ty)?|eight(?:een|y)?|nine(?:teen|ty)?|twenty|forty|one|two|three|five| 
    ten|hundred|thousand|(?:[mb]|tr)illion 
) 
(?> 
    (?:[-–—‒]|\s(?:and\s)?) 
    (?1) # call to the subpattern in the capture group 1 
)* 
\b 

Natürlich können Sie auch die Unter-Pattern anstelle von (?1) umschreiben.

Als beiseite, können Sie die Auswirkungen eines langen Wechsel minimieren, wenn Sie es als ein Baum schreiben und mit dem ersten Zeichen Unterscheidungs ​​Technik:

(?xi) 
\b 
(?=[befhmnost][ehilnoruw]) 
(
    e(?:leven|ight(?:een|y)?) | 
    t(?:w(?:o|e(?:lve|nty))|h(?:irt(?:een|y)|ousand|ree)|en|rillion) | 
    f(?:o(?:ur(?:teen)?|rty)|i(?:ft(?:een|y)|ve)) | 
    s(?:ix(?:t(?:een|y))?|even(?:t(?:een|y))?) | 
    nine(?:t(?:een|y))? | 
    one | 
    hundred | 
    [mb]illion 
) 
(?> (?:[-–—‒]|\s(?:and\s)?) (?1))* 
\b 

demo

Answer 2

Sie können einen positiven Blick verwenden -ahead (?=)

Zum Beispiel ((one|two|three|four|and)[- ]{0,1})+(?=)

den Text fett entsprechen w ohne das nachfolgende Leerzeichen.

Foo bar ein zwei-vier und drei yada.

Und wenn die Zahl Text am Ende eines Satzes sein kann, können Sie den positiven Vorgriff zu (?= .)

Dies wird auch die fett ohne entweder Leerzeichen am Ende oder passen anpassen „“

Foo bar ein zwei-vier und drei yada.

Foo bar ein zwei-vier und drei.