鲁塔，识别图案并返回一部分

Question

我正在编写一个基本的ruta脚本。我的目标是识别一个模式，比如说一个货币金额，但只返回它的数值。例如，文本可以是"我为我的新鞋支付了54美元"。我想确定"USD54"，这样我就可以确定它是一个货币价值，而不是一个数量，但我想从我的脚本中只得到"54"，以便在我的下游应用程序中可以将其用作数字。

我所有的脚本都是像下面这样的结构，这很好，但它返回的是54美元，而不仅仅是54美元。

PACKAGE uima.ruta.example;
DECLARE VarA;
DECLARE VarB;
// 2 capital letters and any number of digits
// Example USD5 , USD6700
// 
CAP{REGEXP("USD") -> MARK(VarA)}
NUM{ -> MARK(VarB),MARK(EntityType,1,2)};

你知道怎么解决这个问题吗？

干杯。

Answer 1

考虑到所描述的场景，您希望将货币符号(即美元(和金额(即54(作为整数输出。在Ruta中，您可以将此结构处理为具有symbol和amount:功能的单个注释Currency

DECLARE Currency (STRING symbol, INT amount);
INT value;
(s:W{REGEXP("USD", true)} NUM{PARSE(value)}){-> CREATE(Currency, "symbol"=s.ct, "amount"=value)};

由于54是NUM注释，因此必须将其解析为INT并存储为value变量。类似地，为了获得符号注释W的字符串值，我们传递用标签s引用的W的覆盖文本(即s.ct(。

现在，您可以访问这些功能，而无需在下游应用程序中进行任何字符串操作。