Преобразование слов в числа в PHP
Я пытаюсь преобразовать числовые значения, записанные в виде слов в целые числа. Например, "iPhone имеет двести тридцать тысяч семьсот восемьдесят три приложения" должен был стать "iPhone как 230783 приложения"
прежде чем я начну кодирование, я хотел бы знать, существует ли какая-либо функция / код для этого преобразования.
6 ответов
есть много страниц, обсуждая преобразования чисел в слова. Не так много для обратного направления. Лучшее, что я смог найти, это псевдокод на Ask Yahoo. Вижу http://answers.yahoo.com/question/index?qid=20090216103754AAONnDz хороший алгоритм:
Ну, в целом вы делаете две вещи: находите токены (слова, которые переводятся в числа) и применяете грамматику. Короче говоря, вы строите парсер для очень ограниченного язык.
токены, которые вам понадобятся:
мощность: тыс., млн., млрд.
Сто: сто
Десять, двадцать, тридцать... девяносто!--10--> Блок: один, два, три, ... девять,
Специальные: десять, одиннадцать, двенадцать, ... девятнадцать!--3-->(отбросьте любые "и", поскольку они бессмысленны. Разбейте дефисы на два знака. То есть шестьдесят пять следует обрабатывать как "шестьдесят ""пять")
после того, как вы размечается строки, двигаться справа налево.
возьмите все жетоны справа, пока вы не нажмете власть или всю строку.
проанализируйте токены после точки остановки для этих шаблонов:
специальные
Десять!--10--> Юнит
ДЕСЯТЬ ЕДИНИЦ
ЕДИНИЦА СТО
ОТРЯД СТО СПЕЦИАЛЬНЫЙ
ЕДИНИЦА СТО ДЕСЯТЬ
СТО БЛОК
ЕДИНИЦА СТО ДЕСЯТЬ ЕДИНИЦА(предполагается, что "тысяча семьсот" не допускается в этой грамматике)
Это дает вам последние три цифры номера.
Если вы остановились на всей строке, вы сделали.
Если вы остановились на мощности, начните снова на шаге 1, пока не достигнете более высокой мощности или всей строки.
старый вопрос, но для тех, кто столкнулся с этим, я должен был написать решение этого сегодня. Ниже приводится смутно похожий подход к алгоритму, описанному Джоном Кугельманом, но не применяется как строгая грамматика; как таковая она позволит некоторые странные упорядочения, например, "сто тысяч и один миллион" все равно будет производить то же самое, что "один миллион и сто тысяч" (1,100,000). Недопустимые биты (например, числа с ошибками) будут проигнорированы, поэтому рассмотрим вывод на недопустимые строки не определены.
следуя комментарию user132513 к ответу joebert, я использовал Number_Words груши для создания серии тестов. Следующий код набрал 100% на числах от 0 до 5,000,000, затем 100% на случайной выборке из 100,000 чисел от 0 до 10,000,000 (требуется много времени, чтобы запустить все 10 миллиардов серий).
/**
* 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 тестировал это слишком широко, я более или менее просто работал над этим, пока не увидел, что я ожидал на выходе, но он, похоже, 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 Эль Йобоответ, теперь можно запустить функцию wordsToNumber над (почти) любой строкой, содержащей цифры. См. 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!");}
}
груша Numbers_Words пакет, вероятно, хорошее начало:http://pear.php.net/package-info.php?package=Numbers_Words
вы упомянули какой-то сценарий ошибки, пожалуйста, проверьте один раз в точке зрения разработчиков ex: 83139 если вы спросили словами, это даст другой ответ
передать строку ниже и проверьте все :
"автобус номер пятнадцать от остановки автобуса номер восемьдесят три тысячи сто тридцать девять"