如何使用Python NLTK将字符串中的数字转换为单词？

Question

我正在尝试编写一个函数：

• 将字符串作为输入
• 检查是否有任何数字
• 将数字转换为单词

例如，＆＃34; Hello 5,123＆＃34;将被转换为＆＃34;你好五，一百二十三＆＃34;。

我的代码是：     来自nltk.corpus导入的停用词     来自nltk.tokenize导入word_tokenize     来自num2words import num2words

LINEITEM_PUBLIC(PUB_L_ORDERKEY)

我收到此错误：

CUSTOMER_ORDER_PUBLIC

我做错了什么？

Answer 1

这里的主要问题是int()不是谓词函数 - 当它实际上会尝试转换值时，您希望它像isInt()一样工作你传递给了一个int。

＆＃34; Hello＆＃34;，您的序列中的第一个令牌当然无法转换为int，因此，调用int("Hello")会生成ValueError，表示＆＃ 34;你好＆＃34;可能不是10号基数。

如果字符串类似数字，您应该查看其他测试方法。最简单的方法是在try / catch块中执行转换，允许您识别ValueError并在它注意到字符串不是数字时安全地继续。

另一种方法是使用正则表达式来识别字符串是否为数字。正则表达式^\d+$适用于整数。如果字符串与该表达式匹配，则该字符串仅由数字组成，并且可以传递给num2words。