如何使用Python NLTK將字符串中的數字轉換爲單詞？

Question

我試圖寫一個函數，將：如果如果在它

轉換數字任何數字變成文字

對於

• 字符串作爲輸入
• 檢查例如，「你好5,123」將被轉換爲「你好五，一百二十三」。

  我的代碼是： 從num2words nltk.corpus進口停用詞 從nltk.tokenize進口word_tokenize 導入num2words

  def conv_mytext(text, **keyword_parameters): 
      if('convert_digits' in keyword_parameters): 
      word_tokens = word_tokenize(text) 
      for w in word_tokens: 
       if int(w): 
        word_tokens[w] = num2words(w) 
       else: 
        continue 
      return text 
  

  我收到此錯誤：

  ValueError: invalid literal for int() with base 10: 'Hello' 
  

  什麼我做錯了嗎？

Answer 1

這裏的主要問題是，int()不是一個謂詞函數 - 你期望它的工作方式就像isInt()一樣，當它實際上會試圖將你傳遞的值轉換爲int。

「Hello」，當然序列當中的第一個標記不能轉換爲int，因此，調用int("Hello")會產生一個ValueError，表示「Hello」可能不是基數爲10的數字。

如果字符串類似數字，您應該查看其他測試方法。最直接的做法是在try/catch塊中執行該轉換，從而允許您識別ValueError，並在發現該字符串不是數字時安全地繼續。

另一種方法是使用正則表達式來識別字符串是否像數字一樣。正則表達式^\d+$可用於整數。如果字符串匹配該表達式，則該字符串僅由數字組成，並且可以傳遞給num2words。