mirror of
https://github.com/explosion/spaCy.git
synced 2024-09-21 11:29:13 +03:00
99 lines
1.6 KiB
Python
99 lines
1.6 KiB
Python
# coding: utf8
|
||
from __future__ import unicode_literals
|
||
import re
|
||
from ...attrs import LIKE_NUM
|
||
|
||
_single_num_words = [
|
||
"〇",
|
||
"一",
|
||
"二",
|
||
"三",
|
||
"四",
|
||
"五",
|
||
"六",
|
||
"七",
|
||
"八",
|
||
"九",
|
||
"十",
|
||
"十一",
|
||
"十二",
|
||
"十三",
|
||
"十四",
|
||
"十五",
|
||
"十六",
|
||
"十七",
|
||
"十八",
|
||
"十九",
|
||
"廿",
|
||
"卅",
|
||
"卌",
|
||
"皕",
|
||
"零",
|
||
"壹",
|
||
"贰",
|
||
"叁",
|
||
"肆",
|
||
"伍",
|
||
"陆",
|
||
"柒",
|
||
"捌",
|
||
"玖",
|
||
"拾",
|
||
"拾壹",
|
||
"拾贰",
|
||
"拾叁",
|
||
"拾肆",
|
||
"拾伍",
|
||
"拾陆",
|
||
"拾柒",
|
||
"拾捌",
|
||
"拾玖",
|
||
]
|
||
|
||
_count_num_words = [
|
||
"一",
|
||
"二",
|
||
"三",
|
||
"四",
|
||
"五",
|
||
"六",
|
||
"七",
|
||
"八",
|
||
"九",
|
||
"壹",
|
||
"贰",
|
||
"叁",
|
||
"肆",
|
||
"伍",
|
||
"陆",
|
||
"柒",
|
||
"捌",
|
||
"玖",
|
||
]
|
||
|
||
_base_num_words = ["十", "百", "千", "万", "亿", "兆", "拾", "佰", "仟"]
|
||
|
||
|
||
def like_num(text):
|
||
if text.startswith(("+", "-", "±", "~")):
|
||
text = text[1:]
|
||
text = text.replace(",", "").replace(".", "").replace("，", "").replace("。", "")
|
||
if text.isdigit():
|
||
return True
|
||
if text.count("/") == 1:
|
||
num, denom = text.split("/")
|
||
if num.isdigit() and denom.isdigit():
|
||
return True
|
||
if text in _single_num_words:
|
||
return True
|
||
# fmt: off
|
||
if re.match('^((' + '|'.join(_count_num_words) + '){1}'
|
||
+ '(' + '|'.join(_base_num_words) + '){1})+'
|
||
+ '(' + '|'.join(_count_num_words) + ')?$', text):
|
||
return True
|
||
# fmt: on
|
||
return False
|
||
|
||
|
||
LEX_ATTRS = {LIKE_NUM: like_num}
|