提取文本中的金额，提取货币，Python实现与在线使用

给定一篇文本，提取出文本中涉及到的所有的货币和金额。例如：

'张三赔偿李四人民币车费601,293.11元，工厂费一万二千三百四十五元,利息9佰日元，打印费十块钱。'

 从中提取出 '601,293.11元', '一万二千三百四十五元', '9佰日元', '十块钱' 这样的字符串，并把他们都规范化，形成  '601293.11元', '12345.00元', '900.00日元', '10.00元' 这样的结果。方便存储和计算。

⭐ 源码戳 =>JioNLPhttps://github.com/dongrixinyu/JioNLP正在上传…重新上传取消https://github.com/dongrixinyu/JioNLP

⭐ 在线使用戳 => 提取货币金额

安装 Installation

• python>=3.6 github 版本略领先于 pip

 $ git clone https://github.com/dongrixinyu/JioNLP
$ cd ./JioNLP
$ pip install .

• pip 安装

 $ pip install jionlp

• 可能存在的问题

 # 如安装失败，遇到安装时提示的 pkuseg、Microsoft Visual C++、gcc、g++ 等信息，
# 则说明是 pkuseg 安装失败，需要在相应系统中安装 C 和 C++ 编译器，重新安装。
# pip install pkuseg

使用 Usage

抽取文本中的金额字符串，并提供将其转换为标准数字格式的函数。

>>> import jionlp as jio
>>> text = '张三赔偿李四人民币车费601,293.11元，工厂费一万二千三百四十五元,利息9佰日元，打印费十块钱。' 
>>> moneys = jio.extract_money(text)
>>> standard_moneys = [jio.money_standardization(i) for i in moneys]
 
#  moneys: ['601,293.11元', '一万二千三百四十五元', '9佰日元', '十块钱']
#  standard_moneys: ['601293.11元', '12345.00元', '900.00日元', '10.00元']

• 支持标准数字格式，如：1,034,192.07元
• 支持纯数字格式，如：987273.3美元
• 支持大写中文金额，如：柒仟六佰零弎萬肆仟叁佰贰拾壹元伍分
• 支持混合格式，如：1.26万港元
• 支持口语化中文格式，如：三十五块三毛；但对于“三十五块八”这样的字符串，在文本中存在歧义，如“三十五块八颗糖”等，因此，extract_money 对于此字符串不予抽取，但money_standardization可以将“三十五块八”看作完整的口语化金额，标准化为“35.80元”
• 支持多种常见货币类型：人民币，港元，澳门元，美元，日元，澳元，韩元，卢布，英镑，马克，法郎，欧元，加元等。

如果觉得好用，就点一下 Star 赞啊！可以直接在 提取货币金额 使用。

 JioNLP时间语义解析