将序数词字符串（如 "FOURTH"）安全解析为整数的 ICU4J 实践指南

在日常开发中，尤其是处理国际化或自然语言解析的场景下，经常需要把像 "FOURTH" 或 "twenty-first" 这样的英文序数词直接转成对应的整数。这个需求听起来简单，但真要用 ICU4J 去实现，不少开发者一上来就会碰壁——原因就出在 API 的设计意图上。

先说几个核心判断：ICU4J 的 RuleBasedNumberFormat 虽然提供了 ORDINAL 模式，但这个模式只负责格式化，也就是把整数转成序数字符串（比如 4 → "4th"）。你想反向解析 "FOURTH" 变成 4？这条路走不通。解析功能实际上隐藏在另一个模式里——SPELLOUT。这个模式本来就是用来解析拼写数字的（比如 "four"、"twenty-first"），而且它对标准的英文序数词拼写形式有天然的兼容能力。当然，前提是输入必须是小写。

那么，正确做法到底是什么？大致可以分四步走：

第一，构造格式器时指定 RuleBasedNumberFormat.SPELLOUT；第二，把待解析的字符串统一转成小写，推荐用 String.toLowerCase(Locale.ROOT)，这样能避免不同语言环境带来的意外字符映射问题；第三，调用 parse() 方法，记得捕获 ParseException；第四，对返回的 Number 对象用 intValue() 提取结果。

来看一段完整的示例代码，把关键步骤都封装起来了：

import com.ibm.icu.text.RuleBasedNumberFormat;
import com.ibm.icu.text.ParseException;

public class OrdinalParser {
    public static int parseOrdinalString(String ordinalStr, Locale locale) throws ParseException {
        if (ordinalStr == null || ordinalStr.trim().isEmpty()) {
            throw new IllegalArgumentException("Input string cannot be null or empty");
        }
        RuleBasedNumberFormat formatter = new RuleBasedNumberFormat(locale, RuleBasedNumberFormat.SPELLOUT);
        // 必须转小写：SPELLOUT 解析器仅识别小写形式
        String normalized = ordinalStr.trim().toLowerCase(Locale.ROOT);
        Number result = formatter.parse(normalized);
        return result.intValue();
    }

    public static void main(String[] args) {
        try {
            System.out.println(parseOrdinalString("FOURTH", Locale.US));      // 输出: 4
            System.out.println(parseOrdinalString("twenty-first", Locale.US)); // 输出: 21
            System.out.println(parseOrdinalString("ONE HUNDREDTH", Locale.US)); // 输出: 100
        } catch (ParseException e) {
            System.err.println("Failed to parse ordinal string: " + e.getMessage());
        }
    }
}

这段代码很简单，但有几个细节值得特别留意：

• 大小写是个大问题。 parse() 严格区分大小写，只认小写形式。像 "FOURTH" 或 "Fourth" 这种，不转小写直接扔进去，解析就会失败。所以每次都要调用 .toLowerCase(Locale.ROOT)，这一点不能偷懒。
• 空格和连字符的处理。 常见格式都没问题，比如 "twenty first"、"twenty-first" 和 "one hundredth" 都能正常解析。不过，建议还是保持原始规范的拼写形式，省得出什么幺蛾子。
• Locale 一定要配对上。 确保传入的 Locale 和字符串的语言是一致的。比如你解析的是英文序数词，那就得用 Locale.US 或 Locale.ENGLISH，用别的那就乱了套了。
• 异常不要忽视。 parse() 遇到无法识别的输入时会抛出 ParseException，这里可不是能随手忽略的地方，得认真处理。
• 性能方面的一点提醒。 如果你需要频繁解析，可以考虑复用 RuleBasedNumberFormat 实例。官方说明是线程安全的，但严格来说并非完全无状态。稳妥的做法是每个线程持有自己的实例，或者做好加锁处理。

总的来说，RuleBasedNumberFormat.SPELLOUT 是目前 ICU4J 里唯一可靠的、能把英文序数词字符串解析成整数的途径。理解了它的设计初衷——解析拼写数字，而不是格式化序数——再配合标准化的预处理流程，像 "FOURTH" → 4 这样的转换需求就能稳稳地实现了。