我需要将one转换为1，two转换为2等。
有没有使用库、类或其他方法来完成此操作的方式？
有没有一种方法将数字单词转换为整数？
104
- Llyod
5
3好的，我会尽力为您翻译。以下是需要翻译的内容：参见：https://dev59.com/LnVD5IYBdhLWcg3wJIIK - tzot
也许这个会有帮助：http://pastebin.com/WwFCjYtt - alvas
5如果有人仍在寻找答案，我已经从下面所有答案中获得灵感，并创建了一个Python包: https://github.com/careless25/text2digits - stackErr
1我已经使用以下示例来开发和扩展此过程，但是为了将来的参考，我将其翻译成了西班牙语：https://github.com/elbaulp/text2digits_es - Alejandro Alcalde
1任何不寻找Python解决方案的人，这里有一个并行的C#问题：将单词（字符串）转换为Int，这里是Java的一个：在Java中将单词转换为数字。 - Tomerikoo
19个回答
142
大部分代码是为了设置numwords字典，这仅在第一次调用时完成。
def text2int(textnum, numwords={}):
if not numwords:
units = [
"zero", "one", "two", "three", "four", "five", "six", "seven", "eight",
"nine", "ten", "eleven", "twelve", "thirteen", "fourteen", "fifteen",
"sixteen", "seventeen", "eighteen", "nineteen",
]
tens = ["", "", "twenty", "thirty", "forty", "fifty", "sixty", "seventy", "eighty", "ninety"]
scales = ["hundred", "thousand", "million", "billion", "trillion"]
numwords["and"] = (1, 0)
for idx, word in enumerate(units): numwords[word] = (1, idx)
for idx, word in enumerate(tens): numwords[word] = (1, idx * 10)
for idx, word in enumerate(scales): numwords[word] = (10 ** (idx * 3 or 2), 0)
current = result = 0
for word in textnum.split():
if word not in numwords:
raise Exception("Illegal word: " + word)
scale, increment = numwords[word]
current = current * scale + increment
if scale > 100:
result += current
current = 0
return result + current
print text2int("seven billion one hundred million thirty one thousand three hundred thirty seven")
#7100031337
- recursive
9
1顺便提一下，这个函数不能用于日期。你可以试试这个：
`print text2int("nineteen ninety six")
115`
- Nick Ruiz281996的正确英文单词书写方式为 "one thousand nine hundred ninety six"。如果需要支持年份，您需要使用不同的代码。 - recursive
1它会在“一百零六”尝试中出错。打印（text2int（“一百零六”））..还要打印（text2int（“千”））。 - Harish Kayarohanam
一个重要的注意事项是，它只适用于小写句子。请确保您传递小写句子或使用小写单词变量。 - MikeL
2人们的期望不尽相同。就我个人而言，我期望当输入无效数字时，它不会被称为“两”。 - recursive
显示剩余4条评论
43
我刚刚发布了一个Python模块到PyPI，名为word2number，旨在将数字转换为文字。https://github.com/akshaynagpal/w2n。
使用以下命令进行安装：
请确保您的pip已更新到最新版本。
用法：
使用以下命令进行安装：
pip install word2number
请确保您的pip已更新到最新版本。
用法：
from word2number import w2n
print w2n.word_to_num("two million three thousand nine hundred and eighty four")
2003984
- akshaynagpal
5
1尝试了你的包。建议处理像这样的字符串：
"1 million"或"1M"。w2n.word_to_num("1 million")会抛出一个错误。 - Ray1@Ray 感谢您的尝试。您能否在 https://github.com/akshaynagpal/w2n/issues 上提出问题？如果您愿意，也可以进行贡献。否则，我一定会在下一个版本中查看此问题。
再次感谢！ - akshaynagpal
16Robert，开源软件意味着人们可以协作改进它。我想要一个库，并看到其他人也想要。所以我就自己做了一个。它可能还没有达到生产级系统的水平或符合教科书上的流行术语。但是，它对于这个目的是有效的。此外，如果你能提交一份PR，它将会进一步地改善为所有用户服务，那将会很不错。 - akshaynagpal
它可以进行计算吗？比如说：19%57？或者其他运算符，例如+、6、*和/。 - S.Jackson
1目前还没有@S.Jackson。 - akshaynagpal
18
我的输入是通过语音转文字转换得到的，因此需要一些不同的处理方式，而解决方案并不总是将数字相加。例如，“我的邮编是一二三四五”不应该被转换成“我的邮编是15”。
我采用了Andrew的答案，并进行了一些调整来处理其他一些人们指出的错误情况，并增加了对像上面提到的邮编这样的例子的支持。下面展示了一些基本测试用例，但我相信仍有改进的空间。
def is_number(x):
if type(x) == str:
x = x.replace(',', '')
try:
float(x)
except:
return False
return True
def text2int (textnum, numwords={}):
units = [
'zero', 'one', 'two', 'three', 'four', 'five', 'six', 'seven', 'eight',
'nine', 'ten', 'eleven', 'twelve', 'thirteen', 'fourteen', 'fifteen',
'sixteen', 'seventeen', 'eighteen', 'nineteen',
]
tens = ['', '', 'twenty', 'thirty', 'forty', 'fifty', 'sixty', 'seventy', 'eighty', 'ninety']
scales = ['hundred', 'thousand', 'million', 'billion', 'trillion']
ordinal_words = {'first':1, 'second':2, 'third':3, 'fifth':5, 'eighth':8, 'ninth':9, 'twelfth':12}
ordinal_endings = [('ieth', 'y'), ('th', '')]
if not numwords:
numwords['and'] = (1, 0)
for idx, word in enumerate(units): numwords[word] = (1, idx)
for idx, word in enumerate(tens): numwords[word] = (1, idx * 10)
for idx, word in enumerate(scales): numwords[word] = (10 ** (idx * 3 or 2), 0)
textnum = textnum.replace('-', ' ')
current = result = 0
curstring = ''
onnumber = False
lastunit = False
lastscale = False
def is_numword(x):
if is_number(x):
return True
if word in numwords:
return True
return False
def from_numword(x):
if is_number(x):
scale = 0
increment = int(x.replace(',', ''))
return scale, increment
return numwords[x]
for word in textnum.split():
if word in ordinal_words:
scale, increment = (1, ordinal_words[word])
current = current * scale + increment
if scale > 100:
result += current
current = 0
onnumber = True
lastunit = False
lastscale = False
else:
for ending, replacement in ordinal_endings:
if word.endswith(ending):
word = "%s%s" % (word[:-len(ending)], replacement)
if (not is_numword(word)) or (word == 'and' and not lastscale):
if onnumber:
# Flush the current number we are building
curstring += repr(result + current) + " "
curstring += word + " "
result = current = 0
onnumber = False
lastunit = False
lastscale = False
else:
scale, increment = from_numword(word)
onnumber = True
if lastunit and (word not in scales):
# Assume this is part of a string of individual numbers to
# be flushed, such as a zipcode "one two three four five"
curstring += repr(result + current)
result = current = 0
if scale > 1:
current = max(1, current)
current = current * scale + increment
if scale > 100:
result += current
current = 0
lastscale = False
lastunit = False
if word in scales:
lastscale = True
elif word in units:
lastunit = True
if onnumber:
curstring += repr(result + current)
return curstring
一些测试...
one two three -> 123
three forty five -> 345
three and forty five -> 3 and 45
three hundred and forty five -> 345
three hundred -> 300
twenty five hundred -> 2500
three thousand and six -> 3006
three thousand six -> 3006
nineteenth -> 19
twentieth -> 20
first -> 1
my zip is one two three four five -> my zip is 12345
nineteen ninety six -> 1996
fifty-seventh -> 57
one million -> 1000000
first hundred -> 100
I will buy the first thousand -> I will buy the 1000 # probably should leave ordinal in the string
thousand -> 1000
hundred and six -> 106
1 million -> 1000000
- totalhack
3
2我采用了你的答案并修复了一些错误。增加了对“twenty ten”-> 2010和所有十位数的支持。你可以在这里找到它：https://github.com/careless25/text2digits - stackErr
它可以进行计算吗？比如说：19%57？或者其他运算符，例如+、6、*和/。 - S.Jackson
@S.Jackson 它不进行计算。如果你的文本片段是Python中的有效方程式，我想你可以使用它来首先将其转换为整数，然后
eval结果（假设你熟悉并且对此感到舒适）。因此，“ten + five”变成“10 + 5”，然后eval（“10 + 5”）给出15。但这只能处理最简单的情况。没有浮点数，括号控制顺序，支持语音转文本中的加/减等。 - totalhack16
如果有人感兴趣，我已经制作了一个版本来维护字符串的其余部分（虽然它可能会有错误，但我没有进行太多测试）。
def text2int (textnum, numwords={}):
if not numwords:
units = [
"zero", "one", "two", "three", "four", "five", "six", "seven", "eight",
"nine", "ten", "eleven", "twelve", "thirteen", "fourteen", "fifteen",
"sixteen", "seventeen", "eighteen", "nineteen",
]
tens = ["", "", "twenty", "thirty", "forty", "fifty", "sixty", "seventy", "eighty", "ninety"]
scales = ["hundred", "thousand", "million", "billion", "trillion"]
numwords["and"] = (1, 0)
for idx, word in enumerate(units): numwords[word] = (1, idx)
for idx, word in enumerate(tens): numwords[word] = (1, idx * 10)
for idx, word in enumerate(scales): numwords[word] = (10 ** (idx * 3 or 2), 0)
ordinal_words = {'first':1, 'second':2, 'third':3, 'fifth':5, 'eighth':8, 'ninth':9, 'twelfth':12}
ordinal_endings = [('ieth', 'y'), ('th', '')]
textnum = textnum.replace('-', ' ')
current = result = 0
curstring = ""
onnumber = False
for word in textnum.split():
if word in ordinal_words:
scale, increment = (1, ordinal_words[word])
current = current * scale + increment
if scale > 100:
result += current
current = 0
onnumber = True
else:
for ending, replacement in ordinal_endings:
if word.endswith(ending):
word = "%s%s" % (word[:-len(ending)], replacement)
if word not in numwords:
if onnumber:
curstring += repr(result + current) + " "
curstring += word + " "
result = current = 0
onnumber = False
else:
scale, increment = numwords[word]
current = current * scale + increment
if scale > 100:
result += current
current = 0
onnumber = True
if onnumber:
curstring += repr(result + current)
return curstring
范例：
>>> text2int("I want fifty five hot dogs for two hundred dollars.")
I want 55 hot dogs for 200 dollars.
如果你有 "$200"，可能会出现问题。但是这只是一个粗略的估计。
- Andrew
1
7我从这里以及其他地方获取了这些代码片段，并将它们制作成了一个Python库：https://github.com/careless25/text2digits。 - stackErr
12
我需要处理一些额外的解析情况，比如序数词（例如“第一”，“第二”），连字符词（例如“一百”），以及带有连字符的序数词（例如“第五十七”），因此我添加了几行代码：
def text2int(textnum, numwords={}):
if not numwords:
units = [
"zero", "one", "two", "three", "four", "five", "six", "seven", "eight",
"nine", "ten", "eleven", "twelve", "thirteen", "fourteen", "fifteen",
"sixteen", "seventeen", "eighteen", "nineteen",
]
tens = ["", "", "twenty", "thirty", "forty", "fifty", "sixty", "seventy", "eighty", "ninety"]
scales = ["hundred", "thousand", "million", "billion", "trillion"]
numwords["and"] = (1, 0)
for idx, word in enumerate(units): numwords[word] = (1, idx)
for idx, word in enumerate(tens): numwords[word] = (1, idx * 10)
for idx, word in enumerate(scales): numwords[word] = (10 ** (idx * 3 or 2), 0)
ordinal_words = {'first':1, 'second':2, 'third':3, 'fifth':5, 'eighth':8, 'ninth':9, 'twelfth':12}
ordinal_endings = [('ieth', 'y'), ('th', '')]
textnum = textnum.replace('-', ' ')
current = result = 0
for word in textnum.split():
if word in ordinal_words:
scale, increment = (1, ordinal_words[word])
else:
for ending, replacement in ordinal_endings:
if word.endswith(ending):
word = "%s%s" % (word[:-len(ending)], replacement)
if word not in numwords:
raise Exception("Illegal word: " + word)
scale, increment = numwords[word]
current = current * scale + increment
if scale > 100:
result += current
current = 0
return result + current`
- Jarret Hardie
2
2注意：这将为“百分之一”、“千分之一”等返回零。使用“百分之一”来获取100！ - rohithpr
1可变默认参数是反模式。 - Neil
6
以下是简单情况的解决方案：
>>> number = {'one':1,
... 'two':2,
... 'three':3,}
>>>
>>> number['two']
2
或者您正在寻找能够处理"十二千一百七十二"的东西吗？
- Jeff Bauer
1
1这对我有帮助，谢谢。当文本来自于只有有限数量的文本选项的问卷调查等时，这是一个有用的答案。 - yeliabsalohcin
6
def parse_int(string):
ONES = {'zero': 0,
'one': 1,
'two': 2,
'three': 3,
'four': 4,
'five': 5,
'six': 6,
'seven': 7,
'eight': 8,
'nine': 9,
'ten': 10,
'eleven': 11,
'twelve': 12,
'thirteen': 13,
'fourteen': 14,
'fifteen': 15,
'sixteen': 16,
'seventeen': 17,
'eighteen': 18,
'nineteen': 19,
'twenty': 20,
'thirty': 30,
'forty': 40,
'fifty': 50,
'sixty': 60,
'seventy': 70,
'eighty': 80,
'ninety': 90,
}
numbers = []
for token in string.replace('-', ' ').split(' '):
if token in ONES:
numbers.append(ONES[token])
elif token == 'hundred':
numbers[-1] *= 100
elif token == 'thousand':
numbers = [x * 1000 for x in numbers]
elif token == 'million':
numbers = [x * 1000000 for x in numbers]
return sum(numbers)
在范围为1到一百万的情况下，测试了700个随机数，表现良好。
- hassan27sn
1
这对数以亿计的数字无效。 - Eric
4
利用Python包：WordToDigits
pip install wordtodigits
它可以在句子中找到用语言表达的数字，然后将它们转换为正确的数值格式。如果存在小数部分，则也会处理。数字的语言表述可能出现在段落的任何地方。
- Abhishek Rawat
3
如果你要解析的数字数量有限，则可以将其硬编码到字典中。
对于稍微复杂一些的情况，您可能需要基于相对简单的数字语法自动生成该字典。类似于以下内容（当然是泛化的...）
for i in range(10):
myDict[30 + i] = "thirty-" + singleDigitsDict[i]
如果你需要更深入的内容，那么似乎你需要自然语言处理工具。 这篇文章可能是一个很好的起点。
- Kena
1
有一个由Marc Burns开发的Ruby gem可以实现这一功能。我最近对其进行了分叉，以增加对年份的支持。您可以从Python中调用Ruby代码。
require 'numbers_in_words'
require 'numbers_in_words/duck_punch'
nums = ["fifteen sixteen", "eighty five sixteen", "nineteen ninety six",
"one hundred and seventy nine", "thirteen hundred", "nine thousand two hundred and ninety seven"]
nums.each {|n| p n; p n.in_numbers}
结果：
"十五十六"
1516
"八十五十六"
8516
"一千九百九十六"
1996
"一百七十九"
179
"一千三百"
1300
"九千二百九十七"
9297
- dimid
7
1同意，但在它被移植之前，调用 Ruby 代码总比什么都不做要好。 - dimid
我觉得"十五十六"这个写法是错误的。 - PascalVKooten
@yekta 对，我认为recursive的回答在SO答案的范围内是很好的。然而，这个gem提供了一个完整的包，包括测试和其他功能。无论如何，我认为两者都有其适用的场合。 - dimid
有一个名为 inflect 的 Python 包，可以处理序数/基数和数字转换为单词的功能。 - yekta
@yekta，那么你应该在另一个答案中提出建议。 - dimid
显示剩余2条评论
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接