Support more formats of multiple articles

[kong0107]

@clkao 在 IRC 提到這個新聞的「郵政儲金匯兌法18條」不會轉換成功，而這是因為目前不支援缺少「第」字的格式。

另外，有些文章已經使用如「§18」的格式，目前也未能偵測到。

為了處理多種不同的格式，且避免不必要的轉換（例如麻將或日文姓氏的「五條」），似乎應該將文字分析與生成 DOM 的機制分開。

[kong0107]

目前想到大致有四種變形：

• 中文或阿拉伯數字（可能是全形）
• 「之」字（或符號"-"）的位置
• 連接詞的位置
• 「第」字的省略

以「第三條之四第五項至第六項」為例，僅考慮半形阿拉伯數字：

* 第 3   條 之 4 第 5 項 至 第 6 項
* 第 3-4 條      第 5 項 至 第 6 項
* 第 3   條 之 4 第 5    至    6 項
* 第 3-4 條      第 5    至    6 項
*    3   條 之 4 第 5 項 至 第 6 項
*    3-4 條         5 項 至    6 項
*    3   條 之 4 第 5    至    6 項
*    3-4 條         5    至    6 項

其中第五種可說是混搭格式，不過似乎也可能遇到。

一次寫完的話可能就是：

/(第?\d+(-\d+)?([、,或及和與至到]\d+(-\d+)?)*[條項類款目](之\d+)?)+([、,或及和與至到](第?\d+(-\d+)?([、,或及和與至到]\d+(-\d+)?)*[條項類款目](之\d+)?)+)*/

而這是沒有處理空白和中文數字的情形，且會多比對到別的。

[czchen]

數字部分可以參考 util.ls。

[clkao]

@victorhsieh refactor 到 zhutil 了，要 merge 一下嗎？

[kong0107]

唔，中文數字轉換的部分，我有改寫parseInt 了，上面的 RegExp 只是表示方便而沒把\d+換成落落長的樣子。
至於victorhsieh/npm-zhutil看來則是我還不會的 LiveScript ，仍要再學習下...