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！

1. #coding=utf-8
   
2. #By Gin
   
3. #2020/7/17
   
4. #Rev 02
   
5. 
   
6. import os
   
7. import re
   
8. 
   
9. ch_dict = {u'零':0, u'一':1, u'二':2, u'三':3, u'四':4,
   
10.         u'五':5, u'六':6, u'七':7, u'八':8, u'九':9,u'十':10,
    
11.         u'百':100, u'千':10 ** 3, u'万':10 ** 4,u'〇':0,
    
12.         u'壹':1, u'贰':2, u'叁':3, u'肆':4,u'伍':5,
    
13.         u'陆':6, u'柒':7, u'捌':8, u'玖':9,u'拾':10,
    
14.         u'佰':100, u'仟':10 ** 3, u'萬':10 ** 4,u'亿':10 ** 8, u'億':10 ** 8,
    
15.         u'幺': 1,u'两':2,
    
16.         u'０':0, u'１':1, u'２':2, u'３':3, u'４':4,
    
17.         u'５':5, u'６':6, u'７':7, u'８':8, u'９':9}
    
18. 
    
19. def converion(temp, unit):
    
20.     intr = 0
    
21.     #print(temp, unit)
    
22.     temp_len = len(temp)
    
23.     if temp_len <= 2 and temp[0] == 10: #十到十九需要单独转换
    
24.         for i in temp:
    
25.             intr += i
    
26.         return intr * unit
    
27.     for i in range(temp_len):
    
28.         if temp[i] > 9 and temp[i-1] != 0:
    
29.             intr += temp[i] * temp[i-1]
    
30.     if temp[-1] < 10: intr += temp[-1]
    
31.     return intr * unit
    
32. 
    
33. def split_unit(temp, unit):
    
34.     nu = []
    
35.     while True:
    
36.         if temp[0] != unit:
    
37.             nu.append(temp.pop(0))
    
38.             continue
    
39.         temp.pop(0)
    
40.         return converion(nu, unit)
    
41. 
    
42. def onere(strarr):
    
43.     #一一四 ===>>> 114
    
44.     #四百三十六 ===>>> 436
    
45.     res = ''
    
46.     intr = 0
    
47.     com = re.compile('[十百千万]')
    
48.     if re.findall(com, strarr):
    
49.         temp = [ch_dict[i] for i in strarr] #列表666[6, 100, 6, 10, 6]
    
50.         if 10**8 in temp:
    
51.             intr += split_unit(temp, 10**8)
    
52. 
    
53.         if 10**4 in temp:
    
54.             intr += split_unit(temp, 10**4)
    
55.         if temp:
    
56.             intr += converion([ i for i in temp], 1)
    
57.         return str(intr)
    
58.     else:
    
59.         for i in strarr:
    
60.             res += str(ch_dict[i])
    
61.     return res
    
62. 
    
63. ch_key = ''.join(ch_dict.keys())
    
64. com = re.compile('第([' + ch_key + ']{1,20})[章|节]')
    
65. file = [] #文件列表
    
66. 
    
67. print('更改章节名中的中文数字为阿拉伯数字！')
    
68. 
    
69. while True:
    
70.     try:
    
71.         # pa = input('请输入路径：')
    
72.         pa = r'D:\GIN\py\novel\biquge'
    
73.         os.chdir(pa)
    
74.         print('当前工作路径为：{}'.format(os.getcwd()))
    
75.         break
    
76.     except BaseException as err:
    
77.         print(err)
    
78.         continue
    
79. 
    
80. for i,j,k in os.walk(pa):
    
81.     file = k
    
82.     j.clear()
    
83. 
    
84. for i in file:
    
85.     res = re.findall(com,i)
    
86.     if res != [''] and res:
    
87.         news = i.replace(*res, onere(*res))
    
88.         print('{:<30}\n{:<30}\n'.format(i, news))
    
89.         # os.rename(i, news)

复制代码

1. 更改章节名中的中文数字为阿拉伯数字！
   
2. 当前工作路径为：D:\GIN\py\novel\biquge
   
3. 第一万亿两千三百六十五万三千六百二十八章.txt
   
4. 第1000023653628章.txt
   
5. 
   
6. 第一亿一千一百二十三万四千五百六十七章 - 副本.txt
   
7. 第111234567章 - 副本.txt
   
8. 
   
9. 第一千一百二十三万四千五百六十七章 - 副本 (9).txt
   
10. 第11234567章 - 副本 (9).txt
    
11. 
    
12. 第一千二百零三章 - 副本 (5).txt
    
13. 第1203章 - 副本 (5).txt
    
14. 
    
15. 第一百二十三万四千五百六十七章 - 副本 (8).txt
    
16. 第1234567章 - 副本 (8).txt
    
17. 
    
18. 第一百二十三章 - 副本 (4).txt
    
19. 第123章 - 副本 (4).txt
    
20. 
    
21. 第一百零二亿五千零一万零一千零三十八章 - 副本 - 副本.txt
    
22. 第10250011038章 - 副本 - 副本.txt
    
23. 
    
24. 第八章 - 副本 (3).txt
    
25. 第8章 - 副本 (3).txt
    
26. 
    
27. 第十一章 - 副本 (2).txt
    
28. 第11章 - 副本 (2).txt
    
29. 
    
30. 第十万零三千六百零九章 - 副本 (7).txt
    
31. 第103609章 - 副本 (7).txt
    
32. 
    
33. 
    
34. 请按任意键继续. . .

复制代码

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

1. #coding=utf-8
   
2. #By Gin
   
3. #2020/7/17
   
4. #Rev 02
   
5. 
   
6. ch_dict = {u'零':0, u'一':1, u'二':2, u'三':3, u'四':4,
   
7.         u'五':5, u'六':6, u'七':7, u'八':8, u'九':9,u'十':10,
   
8.         u'百':100, u'千':10 ** 3, u'万':10 ** 4,u'〇':0,
   
9.         u'壹':1, u'贰':2, u'叁':3, u'肆':4,u'伍':5,
   
10.         u'陆':6, u'柒':7, u'捌':8, u'玖':9,u'拾':10,
    
11.         u'佰':100, u'仟':10 ** 3, u'萬':10 ** 4,u'亿':10 ** 8, u'億':10 ** 8,
    
12.         u'幺': 1,u'两':2}
    
13. 
    
14. def converion(temp, unit):
    
15.     intr = 0
    
16.     # print(temp, unit)
    
17.     temp_len = len(temp)
    
18.     if temp_len <= 2 and temp[0] == 10: #十到十九需要单独转换
    
19.         for i in temp:
    
20.             intr += i
    
21.         return intr * unit
    
22.     for i in range(temp_len):
    
23.         if temp[i] > 9 and temp[i-1] != 0:
    
24.             intr += temp[i] * temp[i-1]
    
25.     if temp[-1] < 10: intr += temp[-1]
    
26.     return intr * unit
    
27. 
    
28. def split_unit(temp, unit):
    
29.     nu = []
    
30.     while True:
    
31.         if temp[0] != unit:
    
32.             nu.append(temp.pop(0))
    
33.             continue
    
34.         temp.pop(0)
    
35.         return converion(nu, unit)
    
36. 
    
37. def onere(strarr):
    
38.     intr = 0
    
39.     temp = [ch_dict[i] for i in strarr] #列表666[6, 100, 6, 10, 6]
    
40.     if 10**8 in temp:
    
41.         intr += split_unit(temp, 10**8)
    
42.     if 10**4 in temp:
    
43.         intr += split_unit(temp, 10**4)
    
44.     if temp:
    
45.         intr += converion(temp, 1)
    
46.     return str(intr)
    
47. 
    
48. test_dig = [u'九',
    
49.                 u'十一',
    
50.                 u'一百二十三',
    
51.                 u'一千二百零三',
    
52.                 u'一万一千一百零一',
    
53.                 u'十万零三千六百零九',
    
54.                 u'一百二十三万四千五百六十七',
    
55.                 u'一千一百二十三万四千五百六十七',
    
56.                 u'一亿一千一百二十三万四千五百六十七',
    
57.                 u'一百零二亿五千零一万零一千零三十八',
    
58.                 u'一千一百一十一亿一千一百二十三万四千五百六十七',
    
59.                 ]
    
60.                
    
61. for i in test_dig:
    
62.     print(i,'\n',onere(i))

复制代码

1. 九
   
2. 9
   
3. 十一
   
4. 11
   
5. 一百二十三
   
6. 123
   
7. 一千二百零三
   
8. 1203
   
9. 一万一千一百零一
   
10. 11101
    
11. 十万零三千六百零九
    
12. 103609
    
13. 一百二十三万四千五百六十七
    
14. 1234567
    
15. 一千一百二十三万四千五百六十七
    
16. 11234567
    
17. 一亿一千一百二十三万四千五百六十七
    
18. 111234567
    
19. 一百零二亿五千零一万零一千零三十八
    
20. 10250011038
    
21. 一千一百一十一亿一千一百二十三万四千五百六十七
    
22. 111111234567
    
23. 
    
24. 请按任意键继续. . .

复制代码

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！