Преобразование слов в числа в PHP
Я пытаюсь преобразовать числовые значения, написанные как слова, в целые числа. Например, "iPhone имеет двести тридцать тысяч семьсот восемьдесят три приложения" станет "iPhone как 230783 приложения"
Прежде чем я начну кодировать, я хотел бы знать, существует ли какая-либо функция / код для этого преобразования.
6 ответов
На многих страницах обсуждается переход от цифр к словам. Не так много для обратного направления. Лучшее, что я смог найти, это какой-то псевдокод на Ask Yahoo. Смотрите http://answers.yahoo.com/question/index?qid=20090216103754AAONnDz для хорошего алгоритма:
В общем, вы делаете две вещи: находите токены (слова, которые переводятся в числа) и применяете грамматику. Короче говоря, вы создаете парсер для очень ограниченного языка.
Токены, которые вам понадобятся:
МОЩНОСТЬ: тысячи, миллион, миллиард
СТО: сто
ДЕСЯТЬ: двадцать, тридцать... девяносто
ЕДИНИЦА: раз, два, три,... девять,
СПЕЦИАЛЬНЫЕ: десять, одиннадцать, двенадцать,... девятнадцать(отбросьте любые "и", поскольку они не имеют смысла. Разбейте дефисы на два токена. То есть, шестьдесят пять должны быть обработаны как "шестьдесят", "пять")
После того, как вы токенизировали свою строку, переходите от ПРАВА К ЛЕВУЮ.
Возьмите все жетоны ПРАВА, пока не нажмете СИЛУ или целую строку.
Разобрать токены после точки остановки для этих шаблонов:
СПЕЦИАЛЬНЫЙ
ДЕСЯТЬ
ЕДИНИЦА ИЗМЕРЕНИЯ
ДЕСЯТЬ ЕДИНИЦ
ЕДИНИЦА СТО
ЕДИНИЦА СТО СПЕЦИАЛЬНАЯ
СТО ДЕСЯТЬ
ЕДИНИЦА СТО
СТО ДЕСЯТЬ БЛОКОВ(Это предполагает, что "семнадцать сотен" не допускается в этой грамматике)
Это даст вам последние три цифры вашего номера.
Если вы остановились на всей строке, все готово.
Если вы остановились на мощности, начните снова с шага 1, пока не достигнете более высокой СИЛЫ или всей струны.
Старый вопрос, но для всех, кто сталкивался с этим, мне пришлось сегодня написать решение для этого. Следующее использует неопределенно похожий подход к алгоритму, описанному Джоном Кугельманом, но не применяется в качестве строгой грамматики; как таковой, он допускает некоторые странные заказы, например, "сто тысяч один миллион" все равно будет производить то же самое, что и "один миллион сто тысяч" (1 100 000). Неверные биты (например, числа с ошибками) будут игнорироваться, поэтому вывод неверных строк считается неопределенным.
После комментария user132513 к ответу Джоберта я использовал Number_Words от Pear для создания серии тестов. Следующий код набрал 100% для чисел от 0 до 5 000 000, а затем 100% для случайной выборки из 100 000 чисел от 0 до 10 000 000 (требуется много времени, чтобы пройти всю серию из 10 миллиардов).
/**
* Convert a string such as "one hundred thousand" to 100000.00.
*
* @param string $data The numeric string.
*
* @return float or false on error
*/
function wordsToNumber($data) {
// Replace all number words with an equivalent numeric value
$data = strtr(
$data,
array(
'zero' => '0',
'a' => '1',
'one' => '1',
'two' => '2',
'three' => '3',
'four' => '4',
'five' => '5',
'six' => '6',
'seven' => '7',
'eight' => '8',
'nine' => '9',
'ten' => '10',
'eleven' => '11',
'twelve' => '12',
'thirteen' => '13',
'fourteen' => '14',
'fifteen' => '15',
'sixteen' => '16',
'seventeen' => '17',
'eighteen' => '18',
'nineteen' => '19',
'twenty' => '20',
'thirty' => '30',
'forty' => '40',
'fourty' => '40', // common misspelling
'fifty' => '50',
'sixty' => '60',
'seventy' => '70',
'eighty' => '80',
'ninety' => '90',
'hundred' => '100',
'thousand' => '1000',
'million' => '1000000',
'billion' => '1000000000',
'and' => '',
)
);
// Coerce all tokens to numbers
$parts = array_map(
function ($val) {
return floatval($val);
},
preg_split('/[\s-]+/', $data)
);
$stack = new SplStack; // Current work stack
$sum = 0; // Running total
$last = null;
foreach ($parts as $part) {
if (!$stack->isEmpty()) {
// We're part way through a phrase
if ($stack->top() > $part) {
// Decreasing step, e.g. from hundreds to ones
if ($last >= 1000) {
// If we drop from more than 1000 then we've finished the phrase
$sum += $stack->pop();
// This is the first element of a new phrase
$stack->push($part);
} else {
// Drop down from less than 1000, just addition
// e.g. "seventy one" -> "70 1" -> "70 + 1"
$stack->push($stack->pop() + $part);
}
} else {
// Increasing step, e.g ones to hundreds
$stack->push($stack->pop() * $part);
}
} else {
// This is the first element of a new phrase
$stack->push($part);
}
// Store the last processed part
$last = $part;
}
return $sum + $stack->pop();
}
Я не слишком тщательно это проверял, я более или менее просто работал над этим, пока не увидел то, что ожидал в выводе, но, похоже, он работает и анализирует слева направо.
<?php
$str = 'twelve billion people know iPhone has two hundred and thirty thousand, seven hundred and eighty-three apps as well as over one million units sold';
function strlen_sort($a, $b)
{
if(strlen($a) > strlen($b))
{
return -1;
}
else if(strlen($a) < strlen($b))
{
return 1;
}
return 0;
}
$keys = array(
'one' => '1', 'two' => '2', 'three' => '3', 'four' => '4', 'five' => '5', 'six' => '6', 'seven' => '7', 'eight' => '8', 'nine' => '9',
'ten' => '10', 'eleven' => '11', 'twelve' => '12', 'thirteen' => '13', 'fourteen' => '14', 'fifteen' => '15', 'sixteen' => '16', 'seventeen' => '17', 'eighteen' => '18', 'nineteen' => '19',
'twenty' => '20', 'thirty' => '30', 'forty' => '40', 'fifty' => '50', 'sixty' => '60', 'seventy' => '70', 'eighty' => '80', 'ninety' => '90',
'hundred' => '100', 'thousand' => '1000', 'million' => '1000000', 'billion' => '1000000000'
);
preg_match_all('#((?:^|and|,| |-)*(\b' . implode('\b|\b', array_keys($keys)) . '\b))+#i', $str, $tokens);
//print_r($tokens); exit;
$tokens = $tokens[0];
usort($tokens, 'strlen_sort');
foreach($tokens as $token)
{
$token = trim(strtolower($token));
preg_match_all('#(?:(?:and|,| |-)*\b' . implode('\b|\b', array_keys($keys)) . '\b)+#', $token, $words);
$words = $words[0];
//print_r($words);
$num = '0'; $total = 0;
foreach($words as $word)
{
$word = trim($word);
$val = $keys[$word];
//echo "$val\n";
if(bccomp($val, 100) == -1)
{
$num = bcadd($num, $val);
continue;
}
else if(bccomp($val, 100) == 0)
{
$num = bcmul($num, $val);
continue;
}
$num = bcmul($num, $val);
$total = bcadd($total, $num);
$num = '0';
}
$total = bcadd($total, $num);
echo "$total:$token\n";
$str = preg_replace("#\b$token\b#i", number_format($total), $str);
}
echo "\n$str\n";
?>
Несколько обновленный ответ El Yobo Yobo, теперь можно запускать функцию wordsToNumber над (почти) любой строкой, содержащей цифры. Смотрите тест ниже.
<?php
class Converter {
/**
* Convert numerals to digits
* @param string $input
*
* @return string
*/
public static function wordsToNumber(string $input)
{
static $delims = " \-,.!?:;\\/&\(\)\[\]";
static $tokens = [
'zero' => ['val' => '0', 'power' => 1],
'a' => ['val' => '1', 'power' => 1],
'first' => ['val' => '1', 'suffix' => 'st', 'power' => 1],
'one' => ['val' => '1', 'power' => 1],
'second' => ['val' => '2', 'suffix' => 'nd', 'power' => 1],
'two' => ['val' => '2', 'power' => 1],
'third' => ['val' => '3', 'suffix' => 'rd', 'power' => 1],
'three' => ['val' => '3', 'power' => 1],
'fourth' => ['val' => '4', 'suffix' => 'th', 'power' => 1],
'four' => ['val' => '4', 'power' => 1],
'fifth' => ['val' => '5', 'suffix' => 'th', 'power' => 1],
'five' => ['val' => '5', 'power' => 1],
'sixth' => ['val' => '6', 'suffix' => 'th', 'power' => 1],
'six' => ['val' => '6', 'power' => 1],
'seventh' => ['val' => '7', 'suffix' => 'th', 'power' => 1],
'seven' => ['val' => '7', 'power' => 1],
'eighth' => ['val' => '8', 'suffix' => 'th', 'power' => 1],
'eight' => ['val' => '8', 'power' => 1],
'ninth' => ['val' => '9', 'suffix' => 'th', 'power' => 1],
'nine' => ['val' => '9', 'power' => 1],
'tenth' => ['val' => '10', 'suffix' => 'th', 'power' => 1],
'ten' => ['val' => '10', 'power' => 10],
'eleventh' => ['val' => '11', 'suffix' => 'th', 'power' => 10],
'eleven' => ['val' => '11', 'power' => 10],
'twelveth' => ['val' => '12', 'suffix' => 'th', 'power' => 10],
'twelfth' => ['val' => '12', 'suffix' => 'th', 'power' => 10],
'twelve' => ['val' => '12', 'power' => 10],
'thirteenth' => ['val' => '13', 'suffix' => 'th', 'power' => 10],
'thirteen' => ['val' => '13', 'power' => 10],
'fourteenth' => ['val' => '14', 'suffix' => 'th', 'power' => 10],
'fourteen' => ['val' => '14', 'power' => 10],
'fifteenth' => ['val' => '15', 'suffix' => 'th', 'power' => 10],
'fifteen' => ['val' => '15', 'power' => 10],
'sixteenth' => ['val' => '16', 'suffix' => 'th', 'power' => 10],
'sixteen' => ['val' => '16', 'power' => 10],
'seventeenth' => ['val' => '17', 'suffix' => 'th', 'power' => 10],
'seventeen' => ['val' => '17', 'power' => 10],
'eighteenth' => ['val' => '18', 'suffix' => 'th', 'power' => 10],
'eighteen' => ['val' => '18', 'power' => 10],
'nineteenth' => ['val' => '19', 'suffix' => 'th', 'power' => 10],
'nineteen' => ['val' => '19', 'power' => 10],
'twentieth' => ['val' => '20', 'suffix' => 'th', 'power' => 10],
'twenty' => ['val' => '20', 'power' => 10],
'thirty' => ['val' => '30', 'power' => 10],
'forty' => ['val' => '40', 'power' => 10],
'fourty' => ['val' => '40', 'power' => 10], // common misspelling
'fifty' => ['val' => '50', 'power' => 10],
'sixty' => ['val' => '60', 'power' => 10],
'seventy' => ['val' => '70', 'power' => 10],
'eighty' => ['val' => '80', 'power' => 10],
'ninety' => ['val' => '90', 'power' => 10],
'hundred' => ['val' => '100', 'power' => 100],
'thousand' => ['val' => '1000', 'power' => 1000],
'million' => ['val' => '1000000', 'power' => 1000000],
'billion' => ['val' => '1000000000', 'power' => 1000000000],
'and' => ['val' => '', 'power' => null],
'-' => ['val' => '', 'power' => null],
];
$powers = array_column($tokens, 'power', 'val');
$mutate = function ($parts) use (&$mutate, $powers){
$stack = new \SplStack;
$sum = 0;
$last = null;
foreach ($parts as $idx => $arr) {
$part = $arr['val'];
if (!$stack->isEmpty()) {
$check = $last ?? $part;
if ((float)$stack->top() < 20 && (float)$part < 20 ?? (float)$part < $stack->top() ) { //пропускаем спец числительные
return $stack->top().(isset($parts[$idx - $stack->count()]['suffix']) ? $parts[$idx - $stack->count()]['suffix'] : '')." ".$mutate(array_slice($parts, $idx));
}
if (isset($powers[$check]) && $powers[$check] <= $arr['power'] && $arr['power'] <= 10) { //но добавляем степени (сотни, тысячи, миллионы итп)
return $stack->top().(isset($parts[$idx - $stack->count()]['suffix']) ? $parts[$idx - $stack->count()]['suffix'] : '')." ".$mutate(array_slice($parts, $idx));
}
if ($stack->top() > $part) {
if ($last >= 1000) {
$sum += $stack->pop();
$stack->push($part);
} else {
// twenty one -> "20 1" -> "20 + 1"
$stack->push($stack->pop() + (float) $part);
}
} else {
$stack->push($stack->pop() * (float) $part);
}
} else {
$stack->push($part);
}
$last = $part;
}
return $sum + $stack->pop();
};
$prepared = preg_split('/(['.$delims.'])/', $input, -1, PREG_SPLIT_DELIM_CAPTURE);
//Замена на токены
foreach ($prepared as $idx => $word) {
if (is_array($word)) {continue;}
$maybeNumPart = trim(strtolower($word));
if (isset($tokens[$maybeNumPart])) {
$item = $tokens[$maybeNumPart];
if (isset($prepared[$idx+1])) {
$maybeDelim = $prepared[$idx+1];
if ($maybeDelim === " ") {
$item['delim'] = $maybeDelim;
unset($prepared[$idx + 1]);
} elseif ($item['power'] == null && !isset($tokens[$maybeDelim])) {
continue;
}
}
$prepared[$idx] = $item;
}
}
$result = [];
$accumulator = [];
$getNumeral = function () use ($mutate, &$accumulator, &$result) {
$last = end($accumulator);
$result[] = $mutate($accumulator).(isset($last['suffix']) ? $last['suffix'] : '').(isset($last['delim']) ? $last['delim'] : '');
$accumulator = [];
};
foreach ($prepared as $part) {
if (is_array($part)) {
$accumulator[] = $part;
} else {
if (!empty($accumulator)) {
$getNumeral();
}
$result[] = $part;
}
}
if (!empty($accumulator)) {
$getNumeral();
}
return implode('', array_filter($result));
}
}
$testStrings = [
'thirty thirty eighty one one eighty' => '30 30 81 1 80',
'twenty twenty' => '20 20',
'twelfth eleventh tenth' => '12th 11th 10th',
'ten eleven twelve' => '10 11 12',
'one two five zero' => '1 2 5 0',
'One First Two' => '1 1st 2',
'One First Two Second Three Third Four Fourth Five Fifth Six Sixth Seven' => '1 1st 2 2nd 3 3rd 4 4th 5 5th 6 6th 7',
'Bus number fifteen from bus stop number Eighty three thousand one hundred thirty nine' => 'Bus number 15 from bus stop number 83139',
'get the fifteenth cookie from fifth jar on second left shelf' => 'get the 15th cookie from 5th jar on 2nd left shelf',
'One hundred million monkeys could not write second Macbeth' => '100000000 monkeys could not write 2nd Macbeth',
'Taganskaya str. thirty two, three hundred fifty six' => 'Taganskaya str. 32, 356',
'Lenina str 56/17 b. one hundred seven' => 'Lenina str 56/17 b. 107',
'Paris & Hilton road, twenty two, house 356' => 'Paris & Hilton road, 22, house 356',
'Wien, Wilhelmstraße zwei hundert sieben und dreißig' => 'Wien, Wilhelmstraße zwei hundert sieben und dreißig',
'Vienna, Wilhelmstrasse two hundred and thirty seven' => 'Vienna, Wilhelmstrasse 237',
];
$converter = new Converter();
foreach ($testStrings as $input => $expected) {
$output = $converter::wordsToNumber($input);
echo $input."\t=>\t".$output."\n";
if ($output != $expected) { die("words to number conversion failed!");}
}
Самый простой способ, который я нашел, - использовать numfmt_parse:
$fmt = numfmt_create('en_US', NumberFormatter::SPELLOUT);
echo numfmt_parse($fmt, 'one million two hundred thirty-four thousand five hundred sixty-seven');
(источник; сообщение Дориана на /questions/31502966/preobrazovanie-chisla-na-anglijskom-yazyike-v-tsifrovoe-znachenie-ignorirovat-desyatichnyie-drobi/31502974#31502974):
Груша Numbers_Words пакет, вероятно, хорошее начало: http://pear.php.net/package-info.php?package=Numbers_Words
Вы упомянули какой-то скрипт ошибки, пожалуйста, проверьте один раз в точке зрения разработчиков, например: 83139, если вы спросили словами, это даст другой ответ
передайте строку ниже, и отметьте все:
"автобус номер пятнадцать от автобусной остановки номер восемьдесят три тысячи сто тридцать девять"