数字解析

在ICU中，数字是根据适用于区域设置的模式和数字符号进行解析的。在解析数字时，我们需要宽大一些，但不要太过宽大，以致于我们会解释可能的错误，例如“1.1”在法语中被解释为11（就像ICU最新的现成版本一样）。以下是关于如何做到这一点的一些想法。

Lenient分析

我们允许在模式的数字元素中使用的字符之间有一些等效性。分隔符分为4类，其中我们可以考虑等效项：

• • private final Unicode Set dotEquivalents=（Unicode Set）new Unicode Set（“[..․·.۔٬]”）.freeze（）；

  • private final Unicode Set commaEquivalents=（Unicode Set）new Unicode Set（“[，，，，،、，؍]”）.freeze（）；

  • private final Unicode Set撇号Equivalents=（Unicode Set）new Unicode Set（“[︑'''']”）.freeze（）；

  • private final Unicode Set spaceEquivalents=（Unicode Set）new Unicode Set（“[：whitespace:]”）.freeze（）；

前两个符号可以是十进制符号，也可以是分组符号；其他符号只能是分组符号。因此，对于特定的区域设置，我们可以只包含前两个符号中的一个作为十进制符号（基于区域设置数据），而所有其他符号作为分组符号。但是，我们需要对这些符号进行一些限制：

• 1. 可以有零或一个十进制符号，但不能有更多。我们确实允许最后一个十进制符号（例如“2.0”、“2”或“2”，所有解析都相同）

  2. 分组符号可能完全缺失（例如“12345”）

  3. 如果有多个分组符号，它们必须是完全相同的字符（例如既不是“1234567”也不是“1·234”567")

  4. 如果有分组符号，则间隔必须是以下之一，而不是其他间隔（例如，不是“1234,56”、“12,34”或“1,2”）

     1. 每三次，或

     2. 每四次，或

     3. 印度教风格（两个，然后三个）。

  5. 小数点后不允许使用分组符号（例如，不允许使用“1.234567890”）

其他项目：

• 1. 允许空白作为前导、尾随或元素之间（例如货币和数字之间，或“（”和数字之间等）。

  2. 除了显式的负数格式（如“0.0；（0.0）”）之外，我们还应该始终允许正数格式之前或之后的减号（如果有减号，则在数字和货币符号之间）作为负数。因此，对于上面的示例，我们将解析“（12）”或“-12”或“12-”。

  3. 解析是区分大小写的（主要是针对货币的问题）。

  4. 货币允许使用货币符号、国际符号或名称。

  5. 数字可以来自任何十进制集合(http://unicode.org/cldr/utility/list-unicodest.jsp？a=\p{nd}），但必须全部来自同一集合。

  6. 在没有ParsePosition的API方法中（或在其他方法中为null），任何尾随字符（空白除外）都会导致错误。

  7. 注意：我认为我们已经测试了模式，以确保它们是健全的，例如没有“###-hi-mom-##0”。

  8. 我们还对其他常见元素使用等价物：

     • private final UnicodeSet minusEquivalents=（UnicodeSet）new UnicodeGroup（“[：dash:]”）.freeze（）；

     • private final Unicode Set openEquivalents=（Unicode Set）new Unicode Set（“[（❨（…]”）.freeze（）；

     • ...

我们可能应该要求将等效数据添加到CLDR中，但应添加到补充数据中；我们不希望它因地区而异。

严格分析

严格的解析要求字符完全匹配（没有等价项），但允许在空格（数字内除外）和分组（受上述约束）中具有上述灵活性。数字可以来自ASCII或区域设置的本地集，但不能来自其他集；他们一定都来自同一组。

问题：我们应该使解析成为规范/兼容性-等效不敏感的吗？我最初的想法是，我们可以调整等价集以获得最大的好处，也许还可以使用货币做一些事情，但不是为了实现完全规范/兼容-等价不敏感。