tokenizatin of czech numerals.php

<?php // regulární výraz pro tokenizaci českých číslovek v rozsahu 1 až 999.999 v prvním a druhém pádu

$re = "//(?<=\W)(?:(?:(?:(?:(?:(?:(?:(jed)(?:en|na|nu|né|noho|něch)|(dv)(?:a|ě|ou)|(tř)(?:i|í|ech)|(čtyř)(?:i|ech)?|(pět)i?|(šest)i?|(sedm)i?|(osm)i?|(dev)(?:ět|íti))) )?(s)(?:to|tě|ta|et|tov(?:ka|ky|ek)))? ?(?:(?:(?:(?:(?:(?:(jed)(?:en|na|nu|né|noho|něch)|(dv)(?:a|ě|ou)|(tř)(?:i|í|ech)|(čtyř)(?:i|ech)?|(pět)i?|(šest)i?|(sedm)i?|(osm)i?|(dev)(?:ět|íti))a)|(jed)na)(?:(dvacet)i?|(třicet)i?|(čtyřicet)i?|(padesát)i?|(šedesát)i?|(sedmdesát)i?|(osmdesát)i?|(devadesát)i?))|(?:(?:(dvacet)i?|(třicet)i?|(čtyřicet)i?|(padesát)i?|(šedesát)i?|(sedmdesát)i?|(osmdesát)i?|(devadesát)i?)(?: (?:(jed)(?:en|na|nu|né|noho|něch)|(dv)(?:a|ě|ou)|(tř)(?:i|í|ech)|(čtyř)(?:i|ech)?|(pět)i?|(šest)i?|(sedm)i?|(osm)i?|(dev)(?:ět|íti)))?)|(?:(?:(jedenáct)i?|(dvanáct)i?|(třináct)i?|(čtrnáct)i?|(patnáct)i?|(šestnáct)i?|(sedmnáct)i?|(osmnáct)i?|(devatenáct)i?))|(?:(?:(jed)(?:en|na|nu|né|noho|něch)|(dv)(?:a|ě|ou)|(tř)(?:i|í|ech)|(čtyř)(?:i|ech)?|(pět)i?|(šest)i?|(sedm)i?|(osm)i?|(dev)(?:ět|íti)))|(?:(des)(?:eti?|íti))))?) )?(tisíc)(?:e|i|ů)?)? ?(?:(?:(?:(?:(?:(jed)(?:en|na|nu|né|noho|něch)|(dv)(?:a|ě|ou)|(tř)(?:i|í|ech)|(čtyř)(?:i|ech)?|(pět)i?|(šest)i?|(sedm)i?|(osm)i?|(dev)(?:ět|íti))|(?:(jedenáct)i?|(dvanáct)i?|(třináct)i?|(čtrnáct)i?|(patnáct)i?|(šestnáct)i?|(sedmnáct)i?|(osmnáct)i?|(devatenáct)i?)) )?(s)(?:to|tě|ta|et|tov(?:ka|ky|ek)))? ?(?:(?:(?:(?:(?:(?:(jed)(?:en|na|nu|né|noho|něch)|(dv)(?:a|ě|ou)|(tř)(?:i|í|ech)|(čtyř)(?:i|ech)?|(pět)i?|(šest)i?|(sedm)i?|(osm)i?|(dev)(?:ět|íti))a)|(jed)na)(?:(dvacet)i?|(třicet)i?|(čtyřicet)i?|(padesát)i?|(šedesát)i?|(sedmdesát)i?|(osmdesát)i?|(devadesát)i?))|(?:(?:(dvacet)i?|(třicet)i?|(čtyřicet)i?|(padesát)i?|(šedesát)i?|(sedmdesát)i?|(osmdesát)i?|(devadesát)i?)(?: (?:(jed)(?:en|na|nu|né|noho|něch)|(dv)(?:a|ě|ou)|(tř)(?:i|í|ech)|(čtyř)(?:i|ech)?|(pět)i?|(šest)i?|(sedm)i?|(osm)i?|(dev)(?:ět|íti)))?)|(?:(?:(jedenáct)i?|(dvanáct)i?|(třináct)i?|(čtrnáct)i?|(patnáct)i?|(šestnáct)i?|(sedmnáct)i?|(osmnáct)i?|(devatenáct)i?))|(?:(?:(jed)(?:en|na|nu|né|noho|něch)|(dv)(?:a|ě|ou)|(tř)(?:i|í|ech)|(čtyř)(?:i|ech)?|(pět)i?|(šest)i?|(sedm)i?|(osm)i?|(dev)(?:ět|íti)))|(?:(des)(?:eti?|íti))))?)?(?: (?:a )?)?(?:(čtvrt)|(půl)|tř(?:i|í|ech)( čtvrt)(?:ě|i|in))?(?=\W)/um";

// a tokeny

$tokens = array(
    'jed'   => 1,
    'dv'    => 2,
    'tř'    => 3,
    'čtyř'  => 4,
    'pět'   => 5,
    'šest'  => 6,
    'sedm'  => 7,
    'osm'   => 8,
    'dev'   => 9,
    'des'   => 10,
    'jedenáct' => 11,
    'dvanáct'   => 12,
    'třináct'   => 13,
    'čtrnáct'   => 14,
    'patnáct'   => 15,
    'šestnáct'  => 16,
    'sedmnáct'  => 17,
    'osmnáct'   => 18,
    'devatenáct'=> 19,
    'dvacet'    => 20,
    'třicet'    => 30,
    'čtyřicet'  => 40,
    'padesát'   => 50,
    'šedesát'   => 60,
    'sedmdesát' => 70,
    'osmdesát'  => 80,
    'devadesát' => 90,
    's'         => 100,
    'tisíc'     => 1000,
    'čtvrt'     => '0.25',
    'půl'       => '0.5',
    ' čtvrt'    => '0.75',
);