Python把中文数字替换成阿拉伯数字

Cool_Breeze

更新了！ 你们在测试一下看看还有没有bug！

#coding=utf-8
#By Gin
#2020/7/17
#Rev 02

import os
import re

ch_dict = {u'零':0, u'一':1, u'二':2, u'三':3, u'四':4,
        u'五':5, u'六':6, u'七':7, u'八':8, u'九':9,u'十':10,
        u'百':100, u'千':10 ** 3, u'万':10 ** 4,u'〇':0,
        u'壹':1, u'贰':2, u'叁':3, u'肆':4,u'伍':5,
        u'陆':6, u'柒':7, u'捌':8, u'玖':9,u'拾':10,
        u'佰':100, u'仟':10 ** 3, u'萬':10 ** 4,u'亿':10 ** 8, u'億':10 ** 8,
        u'幺': 1,u'两':2,
        u'０':0, u'１':1, u'２':2, u'３':3, u'４':4,
        u'５':5, u'６':6, u'７':7, u'８':8, u'９':9}

def converion(temp, unit):
    intr = 0
    #print(temp, unit)
    temp_len = len(temp)
    if temp_len <= 2 and temp[0] == 10: #十到十九需要单独转换
        for i in temp:
            intr += i
        return intr * unit
    for i in range(temp_len):
        if temp[i] > 9 and temp[i-1] != 0:
            intr += temp[i] * temp[i-1]
    if temp[-1] < 10: intr += temp[-1]
    return intr * unit

def split_unit(temp, unit):
    nu = []
    while True:
        if temp[0] != unit:
            nu.append(temp.pop(0))
            continue
        temp.pop(0)
        return converion(nu, unit)

def onere(strarr):
    #一一四 ===>>> 114
    #四百三十六 ===>>> 436
    res = ''
    intr = 0
    com = re.compile('[十百千万]')
    if re.findall(com, strarr):
        temp = [ch_dict[i] for i in strarr] #列表666[6, 100, 6, 10, 6]
        if 10**8 in temp:
            intr += split_unit(temp, 10**8)

        if 10**4 in temp:
            intr += split_unit(temp, 10**4)
        if temp:
            intr += converion([ i for i in temp], 1)
        return str(intr)
    else:
        for i in strarr:
            res += str(ch_dict[i])
    return res

ch_key = ''.join(ch_dict.keys())
com = re.compile('第([' + ch_key + ']{1,20})[章|节]')
file = [] #文件列表

print('更改章节名中的中文数字为阿拉伯数字！')

while True:
    try:
        # pa = input('请输入路径：')
        pa = r'D:\GIN\py\novel\biquge'
        os.chdir(pa)
        print('当前工作路径为：{}'.format(os.getcwd()))
        break
    except BaseException as err:
        print(err)
        continue

for i,j,k in os.walk(pa):
    file = k
    j.clear()

for i in file:
    res = re.findall(com,i)
    if res != [''] and res:
        news = i.replace(*res, onere(*res))
        print('{:<30}\n{:<30}\n'.format(i, news))
        # os.rename(i, news)

更改章节名中的中文数字为阿拉伯数字！
当前工作路径为：D:\GIN\py\novel\biquge
第一万亿两千三百六十五万三千六百二十八章.txt
第1000023653628章.txt

第一亿一千一百二十三万四千五百六十七章 - 副本.txt
第111234567章 - 副本.txt

第一千一百二十三万四千五百六十七章 - 副本 (9).txt
第11234567章 - 副本 (9).txt

第一千二百零三章 - 副本 (5).txt
第1203章 - 副本 (5).txt

第一百二十三万四千五百六十七章 - 副本 (8).txt
第1234567章 - 副本 (8).txt

第一百二十三章 - 副本 (4).txt
第123章 - 副本 (4).txt

第一百零二亿五千零一万零一千零三十八章 - 副本 - 副本.txt
第10250011038章 - 副本 - 副本.txt

第八章 - 副本 (3).txt
第8章 - 副本 (3).txt

第十一章 - 副本 (2).txt
第11章 - 副本 (2).txt

第十万零三千六百零九章 - 副本 (7).txt
第103609章 - 副本 (7).txt


请按任意键继续. . .

Ray-先生

沙发

nahongyan1997

转换的准吗
比如一万亿两千三百六十五万三千六百二十八

Cool_Breeze

nahongyan1997 发表于 2020-7-17 14:23
转换的准吗
比如一万亿两千三百六十五万三千六百二十八

不能，还需要改进，现在只能转换10w以内的

nahongyan1997

好的

nahongyan1997

这个可以咱俩一起研究，我想弄个闹钟的程序需要这个转换，虽然没有那么大的数但是还是有必要精确的

hrp

顶一下

Cool_Breeze

没有学过数据分析，很是麻烦，大家给点意见吧！

Cool_Breeze

nahongyan1997 发表于 2020-7-17 16:52
这个可以咱俩一起研究，我想弄个闹钟的程序需要这个转换，虽然没有那么大的数但是还是有必要精确的

更新了！你去试试！

Cool_Breeze

单一

#coding=utf-8
#By Gin
#2020/7/17
#Rev 02

ch_dict = {u'零':0, u'一':1, u'二':2, u'三':3, u'四':4,
        u'五':5, u'六':6, u'七':7, u'八':8, u'九':9,u'十':10,
        u'百':100, u'千':10 ** 3, u'万':10 ** 4,u'〇':0,
        u'壹':1, u'贰':2, u'叁':3, u'肆':4,u'伍':5,
        u'陆':6, u'柒':7, u'捌':8, u'玖':9,u'拾':10,
        u'佰':100, u'仟':10 ** 3, u'萬':10 ** 4,u'亿':10 ** 8, u'億':10 ** 8,
        u'幺': 1,u'两':2}

def converion(temp, unit):
    intr = 0
    # print(temp, unit)
    temp_len = len(temp)
    if temp_len <= 2 and temp[0] == 10: #十到十九需要单独转换
        for i in temp:
            intr += i
        return intr * unit
    for i in range(temp_len):
        if temp[i] > 9 and temp[i-1] != 0:
            intr += temp[i] * temp[i-1]
    if temp[-1] < 10: intr += temp[-1]
    return intr * unit

def split_unit(temp, unit):
    nu = []
    while True:
        if temp[0] != unit:
            nu.append(temp.pop(0))
            continue
        temp.pop(0)
        return converion(nu, unit)

def onere(strarr):
    intr = 0
    temp = [ch_dict[i] for i in strarr] #列表666[6, 100, 6, 10, 6]
    if 10**8 in temp:
        intr += split_unit(temp, 10**8)
    if 10**4 in temp:
        intr += split_unit(temp, 10**4)
    if temp:
        intr += converion(temp, 1)
    return str(intr)

test_dig = [u'九',
                u'十一',
                u'一百二十三',
                u'一千二百零三',
                u'一万一千一百零一',
                u'十万零三千六百零九',
                u'一百二十三万四千五百六十七',
                u'一千一百二十三万四千五百六十七',
                u'一亿一千一百二十三万四千五百六十七',
                u'一百零二亿五千零一万零一千零三十八',
                u'一千一百一十一亿一千一百二十三万四千五百六十七',
                ]
                
for i in test_dig:
    print(i,'\n',onere(i))

九
 9
十一
 11
一百二十三
 123
一千二百零三
 1203
一万一千一百零一
 11101
十万零三千六百零九
 103609
一百二十三万四千五百六十七
 1234567
一千一百二十三万四千五百六十七
 11234567
一亿一千一百二十三万四千五百六十七
 111234567
一百零二亿五千零一万零一千零三十八
 10250011038
一千一百一十一亿一千一百二十三万四千五百六十七
 111111234567

请按任意键继续. . .

nahongyan1997

u'一亿亿 '

10000000100000000

发现BUG!

nahongyan1997

有些数字单位叠加要做乘算还要考虑是不是在4的倍数位上。

Cool_Breeze

nahongyan1997 发表于 2020-7-20 17:43
有些数字单位叠加要做乘算还要考虑是不是在4的倍数位上。

的确！