在python中将数字转换为意大利语，将意大利语转换为数字

我需要Python代码将数字转换为意大利语和意大利语

看看前面的问题，我了解到pynum2word在几种语言中都是单向的（num->words），但可惜的是，在意大利语中没有

如果Python中没有这样的代码，我不介意从Perl/Ruby/Java翻译这样的代码

---

谢谢。

要将意大利语转换为数字，使用正则表达式非常简单：

import re


NUMBERS_SEQ = (
    ('dieci', '10'),
    ('undici', '11'),
    ('dodici', '12'),
    ('tredici', '13'),
    ('quattordici', '14'),
    ('quindici', '15'),
    ('sedici', '16'),
    ('diciasette', '17'),
    ('diciotto', '18'),
    ('diciannove', '19'),
    ('venti', '20'),
    ('trenta', '30'),
    ('quaranta', '40'),
    ('cinquanta', '50'),
    ('sessanta', '60'),
    ('settanta', '70'),
    ('ottanta', '80'),
    ('novanta', '90'),
    ('cento', '100'),
    ('mille', '1000'), ('mila', '1000'),
    ('milione', '1000000'), ('milioni', '1000000'),
    ('miliardo', '1000000000'), ('miliardi', '1000000000'),
    ('uno', '1'), ('un', '1'),
    ('due', '2'),
    ('tre', '3'),
    ('quattro', '4'),
    ('cinque', '5'),
    ('sei', '6'),
    ('sette', '7'),
    ('otto', '8'),
    ('nove', '9'),
    )

NUMBERS = dict(NUMBERS_SEQ)

TOKEN_REGEX = re.compile('|'.join('(%s)' % num for num, val in NUMBERS_SEQ))


def normalize_text(num_repr):
    '''Return a normalized version of *num_repr* that can be passed to let2num.'''

    return num_repr.lower().translate(None, ' \t')


def let2num(num_repr):
    '''Yield the numeric representation of *num_repr*.'''

    result = ''

    for token in (tok for tok in TOKEN_REGEX.split(num_repr) if tok):
        try:
            value = NUMBERS[token]
        except KeyError:
            if token not in ('di', 'e'):
                raise ValueError('Invalid number representation: %r' % num_repr)
            continue

        if token == 'miliardi':
            result += '0'*9
        elif token in ('mila','milioni'):
            zeros = '0' * value.count('0')
            piece = result[-3:].lstrip('0')
            result = (result[:-len(piece)-len(zeros)] +
                      piece +
                      zeros)
        elif not result:
            result = value
        else:
            length = len(value)
            non_zero_values = len(value.strip('0'))
            if token in ('cento', 'milione', 'miliardo'):
                if result[-1] != '0':
                    result = (result[:-length] +
                              result[-1] +
                              '0' * value.count('0'))
                    continue
            result = (result[:-length] +
                      value.rstrip('0') +
                      result[len(result) -length + non_zero_values:])
    return add_thousand_separator(result)


def add_thousand_separator(s, sep='.'):
    '''Return the numeric string s with the thousand separator.'''

    rev_s = s[::-1]
    tokens = [rev_s[i:i+3][::-1] for i in range(0, len(s), 3)][::-1]
    return sep.join(tokens)

结果:

>>> let2num('unmilione')
'1.000.000'
>>> let2num('unmilionemilleduecento')
'1.001.200'
>>> let2num('unmilionemilleduecentotre')
'1.001.203'
>>> let2num('ventiquattro')
'24'
>>> let2num(normalize_text('Dieci milioni e CentoQuarantaTreMila miliardi di miliardi di miliardi Otto cento e quattro'))
'10.143.000.000.000.000.000.000.000.000.000.804'
>>> let2num('ventiquattromiliardicentotrentatremilionitredicimiladuecentouno')
'24.133.013.201'

请注意，您必须正确拼写数字。在上一个示例中，如果输入字符串：

“…centotrentatremilione…”

，使用（错误的）单数

milione

而不是

milioni

，则会得到：

>>> let2num('ventiquattromiliardicentotrentatremilionetredicimiladuecentouno')
'24.003.013.201'

这是不“正确的”。但实际上拼写是错误的。我相信，允许

milione

作为

milioni

的确切同义词，或者添加一些错误检查，以便在发现拼写错误时引发错误，应该不会太难。请注意这一点

作为调试上述代码的建议（如果要进行更改），请添加一行，如：

print 'token:', token, 'current result:', result

作为

for

循环的第一条指令。然后观察正在做的事情，您应该能够识别代码背后的“推理”，并查看错误所在

---

我认为对于另一种转换，基于

pynum2word

实现一些东西会很容易。如果你不懂意大利语，我可以试着帮你写它。

要将意大利语转换成数字，使用正则表达式非常简单：

import re


NUMBERS_SEQ = (
    ('dieci', '10'),
    ('undici', '11'),
    ('dodici', '12'),
    ('tredici', '13'),
    ('quattordici', '14'),
    ('quindici', '15'),
    ('sedici', '16'),
    ('diciasette', '17'),
    ('diciotto', '18'),
    ('diciannove', '19'),
    ('venti', '20'),
    ('trenta', '30'),
    ('quaranta', '40'),
    ('cinquanta', '50'),
    ('sessanta', '60'),
    ('settanta', '70'),
    ('ottanta', '80'),
    ('novanta', '90'),
    ('cento', '100'),
    ('mille', '1000'), ('mila', '1000'),
    ('milione', '1000000'), ('milioni', '1000000'),
    ('miliardo', '1000000000'), ('miliardi', '1000000000'),
    ('uno', '1'), ('un', '1'),
    ('due', '2'),
    ('tre', '3'),
    ('quattro', '4'),
    ('cinque', '5'),
    ('sei', '6'),
    ('sette', '7'),
    ('otto', '8'),
    ('nove', '9'),
    )

NUMBERS = dict(NUMBERS_SEQ)

TOKEN_REGEX = re.compile('|'.join('(%s)' % num for num, val in NUMBERS_SEQ))


def normalize_text(num_repr):
    '''Return a normalized version of *num_repr* that can be passed to let2num.'''

    return num_repr.lower().translate(None, ' \t')


def let2num(num_repr):
    '''Yield the numeric representation of *num_repr*.'''

    result = ''

    for token in (tok for tok in TOKEN_REGEX.split(num_repr) if tok):
        try:
            value = NUMBERS[token]
        except KeyError:
            if token not in ('di', 'e'):
                raise ValueError('Invalid number representation: %r' % num_repr)
            continue

        if token == 'miliardi':
            result += '0'*9
        elif token in ('mila','milioni'):
            zeros = '0' * value.count('0')
            piece = result[-3:].lstrip('0')
            result = (result[:-len(piece)-len(zeros)] +
                      piece +
                      zeros)
        elif not result:
            result = value
        else:
            length = len(value)
            non_zero_values = len(value.strip('0'))
            if token in ('cento', 'milione', 'miliardo'):
                if result[-1] != '0':
                    result = (result[:-length] +
                              result[-1] +
                              '0' * value.count('0'))
                    continue
            result = (result[:-length] +
                      value.rstrip('0') +
                      result[len(result) -length + non_zero_values:])
    return add_thousand_separator(result)


def add_thousand_separator(s, sep='.'):
    '''Return the numeric string s with the thousand separator.'''

    rev_s = s[::-1]
    tokens = [rev_s[i:i+3][::-1] for i in range(0, len(s), 3)][::-1]
    return sep.join(tokens)

结果:

>>> let2num('unmilione')
'1.000.000'
>>> let2num('unmilionemilleduecento')
'1.001.200'
>>> let2num('unmilionemilleduecentotre')
'1.001.203'
>>> let2num('ventiquattro')
'24'
>>> let2num(normalize_text('Dieci milioni e CentoQuarantaTreMila miliardi di miliardi di miliardi Otto cento e quattro'))
'10.143.000.000.000.000.000.000.000.000.000.804'
>>> let2num('ventiquattromiliardicentotrentatremilionitredicimiladuecentouno')
'24.133.013.201'

请注意，您必须正确拼写数字。在上一个示例中，如果输入字符串：

“…centotrentatremilione…”

，使用（错误的）单数

milione

而不是

milioni

，则会得到：

>>> let2num('ventiquattromiliardicentotrentatremilionetredicimiladuecentouno')
'24.003.013.201'

这是不“正确的”。但实际上拼写是错误的。我相信，允许

milione

作为

milioni

的确切同义词，或者添加一些错误检查，以便在发现拼写错误时引发错误，应该不会太难。请注意这一点

作为调试上述代码的建议（如果要进行更改），请添加一行，如：

print 'token:', token, 'current result:', result

作为

for

循环的第一条指令。然后观察正在做的事情，您应该能够识别代码背后的“推理”，并查看错误所在

---

我认为对于另一种转换，基于

pynum2word

实现一些东西会很容易。如果您不懂意大利语，我可以试着帮您编写。

如果您查看pynum2word模块的源代码，为什么不将num2word_EN.py中的所有英语字符串替换为意大利语对应字符串？这很有意思，但您不必深入研究源代码以获得所需的结果。或者西班牙语模块可能更接近意大利语。如果您查看pynum2word模块的源代码，为什么不将num2word_EN.py中的所有英语字符串替换为意大利语对应字符串？这是一个很粗糙的模块，但是你不需要深入研究源代码就可以获得想要的结果。或者西班牙语模块会更接近意大利语。谢谢，这非常有效！对于单词中的数字，最好直接将代码添加到pynum2word中。再次感谢……几乎完美。我输入了ventiquattro，我想应该是24（我不会说意大利语…），但结果是244。@PeriodicMaintenance好的，现在应该解决了。错误出现在

添加千分位符
中。现在它似乎可以正常工作了。谢谢，它工作得很好！对于单词中的数字，最好直接将代码添加到pynum2word中。再次感谢……几乎完美。我输入了ventiquattro，我想应该是24（我不会说意大利语…），但结果是244。@PeriodicMaintenance好的，现在应该解决了。错误出现在
添加千分位符
中。现在它似乎工作正常。