如何快速将字符串转化成数字

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

推荐学习书目

› Learn Python the Hard Way

Python Sites

› PyPI - Python Package Index

› http://diveintopython.org/toc/index.html

› Pocoo

值得关注的项目

› PyPy

› Celery

› Jinja2

› Read the Docs

› gevent

› pyenv

› virtualenv

› Stackless Python

› Beautiful Soup

› 结巴中文分词

› Green Unicorn

› Sentry

› Shovel

› Pyflakes

› pytest

Python 编程

› pep8 Checker

Styles

› PEP 8

› Google Python Style Guide

› Code Style from The Hitchhiker's Guide

这是一个创建于 1921 天前的主题，其中的信息可能已经有所发展或是发生改变。

类似 '2.70 亿' --> 270000000、'7.81 万' --> 78100。

转化

字符

数字

类似

16 条回复 • 2019-08-25 00:10:17 +08:00

ShangAliyun

2019-08-22 16:00:40 +08:00

先文本替换法，亿 = x 100000000 万= x10000
然后用 x 号分割计算乘法

bumz

2019-08-22 18:45:20 +08:00 via iPhone

@ShangAliyun “ 4 亿 5 千万” 会变成 4 x 100000000 5 x 10000000

saulshao

2019-08-22 19:41:21 +08:00

这个要做语义分析....

TimePPT

2019-08-22 19:48:38 +08:00 via iPhone

@saulshao 简单 case 上一堆正则匹下就行了。还没必要上 NLP

learningman

2019-08-22 19:54:24 +08:00 via Android

@TimePPT 四亿五百万==四亿零五百万，正则炸了

saulshao

2019-08-22 20:12:29 +08:00

按照 @bumz #2 的说法，这玩意不上 NLP 还真是很麻烦......
如果楼主能获得一个肯定是代表数字的中文字符串，不用 NLP 还真有可能能干。
无非就是把几个常用的中文找出来，总共也不到 20 个汉字，然后再设法转为阿拉伯数字。
我建议还是依据现有的数据进行分析，找出一个可行的方法，然后再逐步改善。NLP 什么的，说实话学习成本有点高。

ETiV

2019-08-22 20:27:56 +08:00

不知道 Python 啥情况，JS 是可以用科学计数法 Number('2.7e8') 来处理的

粗略做的话，用正则 /^([\d.]+) ([十百千万亿]+)$/ 匹配空格前的数字和空格后的汉字部分

汉字部分逐字处理，比如遇到十+1、遇到百+2、遇到千+3、遇到万+4、遇到亿+8，累加后得到 10 的幂次

这样「 3.24 千亿」 => Number('3.24e11') => 324000000000

TimePPT

2019-08-22 22:49:33 +08:00 via iPhone

@learningman 你一定没见过智能对话系统的模板正则，当年为了保证日常问题精准覆盖，让运营配过几十万的规则模板，放 redis 里跑。你这都是小意思，我们当年连廿卅这种表达都考虑到了。相当简单粗暴。

TimePPT

2019-08-22 22:52:25 +08:00 via iPhone

@learningman 再补充下，实际业务场景里，如果 case 的状况相对简单，能穷举的，配正则模板是最简单粗暴的办法。缺点就是不好维护。上模型抽槽位这套虽然高大上，但准召率不够的。

TimePPT

2019-08-22 23:00:54 +08:00

@learningman 多说两句，最经典的配模板的例子是问一些地理问题，比如国家与地区的面积。国家和地区 200 来个，问法也不会太多，每个国家和地区起一条模板，把运营总结的问法用正则直接写出来。一个配置后台，热配上线后模板撞就行了。