中文数字与阿拉伯数字的转换

 工作中，中文大写数字/金额需要转为阿拉伯数字，原本自己写的解析转换太麻烦。

忽然发现有做好的模块cn2an：

优点：

1、可以直接识别句子中的中文数字，省去写re  

2、不同的匹配模式控制精确度

缺点：

1、对大写中文数字解析不了

安装

pip install cn2an
依赖库为setuptools、PyYAML

查看版本

In [1]: import cn2an
In [2]: cn2an.__version__
Out[2]: '0.5.8'

查看模块定义的标识符

In [3]: dir(cn2an)
Out[3]:
['An2Cn',
 'Cn2An',
 'Transform',
 '__all__',
 '__builtins__',
 '__cached__',
 '__doc__',
 '__file__',
 '__loader__',
 '__name__',
 '__package__',
 '__path__',
 '__spec__',
 '__version__',
 'an2cn',
 'cn2an',
 'transform',
 'utils']

模块结构

cn2an模块结构如下：

an2cn.py
an2cn_test.py
cn2an.py
cn2an_test.py
config.yaml
performance.py
transform.py
transform_test.py
utils.py
__init__.py

查看模块下的__init__.py文件可知，模块主要对外暴露cn2an、an2cn和transform三个方法。

from .cn2an import Cn2An
from .an2cn import An2Cn
from .transform import Transform

__version__ = "0.5.8"

cn2an = Cn2An().cn2an
an2cn = An2Cn().an2cn
transform = Transform().transform

__all__ = [
    "__version__",
    "cn2an",
    "an2cn",
    "transform"
]

使用说明

1. 中文数字转阿拉伯数字

In [4]: help(cn2an.cn2an)
Help on method cn2an in module cn2an.cn2an:

cn2an(inputs: str = None, mode: str = 'strict') -> int method of cn2an.cn2an.Cn2An instance

查看帮助可知:
cn2an方法有两个参数：inputs和mode，inputs类型为字符串，默认值为空值，mode类型为字符串，默认值为strict，查看源码可知，mode仅支持strict, normal, smart等三个值。
返回值为int类型。
最大支持到10**16，即 千万亿，最小支持到 10**-16。

1.1 严格模式（strict）

默认为严格模式，严格模式下只有严格符合数字拼写的才可以进行转化。

 

In [1]: import cn2an
In [2]: output = cn2an.cn2an("一百二十三")
In [3]: output
Out[3]: 123
In [4]: output = cn2an.cn2an("一二三")
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-4-4c55ae4aa4a9> in <module>
----> 1 output = cn2an.cn2an("一二三")

c:\users\administrator\appdata\local\programs\python\python37\lib\site-packages\cn2an\cn2an.py in cn2an(self, inputs, mode)
     30
     31             # 检查输入数据是否有效
---> 32             sign, integer_data, decimal_data, is_all_num = self.__check_input_data_is_valid(inputs, mode)
     33
     34             # smart 下的特殊情况

c:\users\administrator\appdata\local\programs\python\python37\lib\site-packages\cn2an\cn2an.py in __check_input_data_is_valid(self, check_data, mode)
    155         else:
    156             if mode == "strict":
--> 157                 raise ValueError(f"不符合格式的数据：{integer_data}")
    158             elif mode == "normal":
    159                 # 纯数模式：一二三

ValueError: 不符合格式的数据：一二三
 

 

1.2 正常模式（normal）

在正常模式下，可以对 一二三 进行转化

In [5]: output = cn2an.cn2an("一二三",'normal')
In [6]: output
Out[6]: 123

 

1.3 灵活模式（smart）

在 灵活模式下，可以对混合拼写的 1百23 进行转换，也可以对口语化数字进行转换

In [7]: output = cn2an.cn2an("1百23", "smart")
In [8]: output
Out[8]: 123
In [9]: output = cn2an.cn2an("一万二", "smart")
In [10]: output
Out[10]: 12000

 2. 阿拉伯数字转中文数字

In [1]: import cn2an

In [2]: help(cn2an.an2cn)
Help on method an2cn in module cn2an.an2cn:

an2cn(inputs: Union[str, int, float] = None, mode: str = 'low') -> str method of cn2an.an2cn.An2Cn instance
    阿拉伯数字转中文数字
    :param inputs: 阿拉伯数字
    :param mode: 小写数字，大写数字，人民币大写，直接转化
    :return: 中文数字

 

查看帮助可知:
an2cn方法有两个参数：inputs和mode，inputs类型可以是字符串、整数或者浮点数，默认值为空值，mode类型为字符串，默认值为low，查看源码可知，mode支持low, up, rmb, direct等四个值。
返回值为str类型。

2.1 小写中文模式（low）

在 low 模式（默认）下，数字转化为小写的中文数字。
 

In [3]: output = cn2an.an2cn("123")
In [4]: output
Out[4]: '一百二十三'
In [5]: output = cn2an.an2cn("123", "low")
In [6]: output
Out[6]: '一百二十三'

 

2.2 大写中文模式（up）

在 up 模式下，数字转化为大写的中文数字。

In [7]: output = cn2an.an2cn("123", "up")
In [8]: output
Out[8]: '壹佰贰拾叁'

 

2.3 人民币模式（rmb）

在 rmb 模式下，数字转化为人民币专用的描述。

In [9]: output = cn2an.an2cn("123", "rmb")
In [10]: output
Out[10]: '壹佰贰拾叁元整'

 

2.4 直接模式（direct）

在 direct 模式下，阿拉伯数字直接转换为对应的中文小写数字，小数点转换为汉字点。

In [11]: output = cn2an.an2cn("-1.23", "direct")
In [12]: output
Out[12]: '负一点二三'

 

3. 句子中的数字转换

文档中说明该功能为实验性质，功能尚不稳定。

In [1]: import cn2an

In [2]: help(cn2an.transform)
Help on method transform in module cn2an.transform:

transform(inputs: str, method: str = 'cn2an') -> str method of cn2an.transform.Transform instance

 transform方法具有两个参数：inputs和method，inputs的类型为字符串，method的类型为字符串，默认值为cn2an，查看源码可知method支持cn2an和an2cn这两个值。返回值为字符串。

3.1 中文数字转阿拉伯数字

在 cn2an 方法（默认）下，可以将句子中的中文数字转换为阿拉伯数字
查看源码可知默认情况下，中文数字转换阿拉伯数字采用的smart模式
 

In [3]: output = cn2an.transform("小王捡了一百块钱")
In [4]: output
Out[4]: '小王捡了100块钱'
In [5]: output = cn2an.transform("整齐的步伐，一二一")
In [6]: output
Out[6]: '整齐的步伐，121'

transform方法会根据正则表达式，检测日期、摄氏度、分数、百分比等特殊情况进行转换。

 In [7]: output = cn2an.transform("小王的生日是二零零一年三月四日", "cn2an")
In [8]: output
Out[8]: '小王的生日是2001年3月4日'
In [9]: output = cn2an.transform("抛出去的硬币为正面的概率是二分之一", "cn2an")
In [10]: output
Out[10]: '抛出去的硬币为正面的概率是1/2'
In [11]: output = cn2an.transform("任务已经完成百分之五十", "cn2an")
In [12]: output
Out[12]: '任务已经完成50%'
In [13]: output = cn2an.transform("明天最低温度一度", "cn2an")
In [14]: output
Out[14]: '明天最低温度1度'
In [15]: output = cn2an.transform("明天最低温度一摄氏度", "cn2an")
In [16]: output
Out[16]: '明天最低温度1℃

 

3.2 阿拉伯数字转中文数字

在an2cn 方法下，可以将句子中的阿拉伯数字转换为中文数字。
an2cn 模式下，依然会检测日期、摄氏度、分数、百分比等特殊情况进行转换

In [2]: output = cn2an.transform("小王捡了100块钱", "an2cn")
In [3]: output
Out[3]: '小王捡了一百块钱'
In [4]: output = cn2an.transform("金额为12000元 ", "an2cn")
In [5]: output
Out[5]: '金额为一万二千元 '
In [6]: output = cn2an.transform("小王的生日是2001年3月4日", "an2cn")
In [7]: output
Out[7]: '小王的生日是二零零一年三月四日'
In [8]: output = cn2an.transform("抛出去的硬币为正面的概率是1/2", "an2cn")
In [9]: output
Out[9]: '抛出去的硬币为正面的概率是二分之一'
In [10]: output = cn2an.transform("任务完成了50%", "an2cn")
In [11]: output
Out[11]: '任务完成了百分之五十'
In [12]: output = cn2an.transform("今天最低气温1摄氏度", "an2cn")
In [13]: output
Out[13]: '今天最低气温一摄氏度'

3.3 问题（大写数字）

根据源码可知transform方法优先考虑日期、分数、百分比、摄氏度等情况判断，不符合这几种情况的都判断为普通数字，因此，大写数字在transform方法中表现并不好！

In [14]: output = cn2an.transform("金额为壹万贰仟元", "cn2an")
WARN: 不符合格式的数据：万
WARN: 不符合格式的数据：仟
In [15]: output
Out[15]: '金额为壹万贰仟元 '

 

测试
cn2an提供了web demo进行体验。https://www.dovolopor.com/cn2an

API
cn2an提供了API，支持Java、Javascript、Go、Julia、Python等。
https://github.com/Ailln/cn2an/wiki/API#http-api

————————————————
原文链接：https://blog.csdn.net/mighty13/article/details/111502146

拓展阅读：cn2an 核心代码解析：快速转化「中文数字」和「阿拉伯数字」 - 知乎