ConverteExtenso.py
4.34 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
#!/usr/bin/python
# -*- coding: utf-8 -*-
#Autor: Erickson Silva
#Email: <erickson.silva@lavid.ufpb.br> <ericksonsilva@live.com>
#LAViD - Laboratório de Aplicações de Vídeo Digital
import sys
from unicodedata import normalize
from Iterator import *
num = {"zero":0, "um":1, "dois":2, "tres":3, "quatro":4, "cinco":5, "seis":6,
"sete":7, "oito":8, "nove":9}
ext = [{"um":"1", "dois":"2", "tres":"3", "quatro":"4", "cinco":"5", "seis":"6",
"sete":"7", "oito":"8", "nove":"9", "dez":"10", "onze":"11", "doze":"12",
"treze":"13", "quatorze":"14", "quinze":"15", "dezesseis":"16",
"dezessete":"17", "dezoito":"18", "dezenove":"19"}, {"vinte":"2", "trinta":"3",
"quarenta":"4", "cinquenta":"5", "sessenta":"6", "setenta":"7", "oitenta":"8",
"noventa":"9"}, {"cento":"1", "cem":"1", "duzentos":"2", "trezentos":"3",
"quatrocentos":"4", "quinhentos":"5", "seissentos":"6", "setessentos":"7",
"oitocentos":"8", "novecentos":"9"}]
und = {"mil":1000, "milhao":1000000, "bilhao":1000000000, "trilhao":1000000000000}
unds = {"mil":"000", "milhao":"000000","milhoes":"000000", "bilhao":"000000000","bilhoes":"000000000", "trilhao":"000000000000", "trilhoes":"000000000000"}
def oneDigit(x):
return ext[0][x]
def twoDigit(x):
try:
return ext[1][x[0]]+ext[0][x[1]]
except:
return ext[1][x[0]]+"0"
def threeDigit(x):
return ext[2][x[0]]+ext[1][x[1]]+ext[0][x[2]]
# Não faço mais a minima idéia de como fiz isso, só sei que funciona!
def extensoUnit(n):
sn = n.split(",")
size = len(sn)
firstWord = sn[0]
endWord = ""
numExt = ""
if(unds.has_key(sn[size-1])):
size -= 1
endWord = sn[size]
del sn[size]
if(ext[0].has_key(firstWord)):
numExt = oneDigit(firstWord)
elif (ext[1].has_key(firstWord)):
numExt = twoDigit(sn)
elif (ext[2].has_key(firstWord)):
if(size == 1):
numExt = ext[2][firstWord]+"00"
elif (size == 2):
if(sn[1] == "dez"):
numExt = ext[2][firstWord]+oneDigit(sn[1])
try:
numExt = ext[2][firstWord]+"0"+oneDigit(sn[1])
except:
numExt = ext[2][firstWord]+twoDigit([sn[1]])
else:
numExt = threeDigit(sn)
if(endWord != ""):
numExt = numExt+unds[endWord]
return numExt
'''
Comece com uma lista vazia. Itere pelas palavras da string da esquerda
para direita. Ao encontrar um numeral, adicione o número à lista se a
última palavra foi uma escala, ou some ao último numero da lista se a
última palavra foi um numeral. Ao encontrar uma escala, multiplique o
último número da lista de acordo. Quando terminar, some tudo e retorne
o resultado.
'''
# TODO: Refatorar para nao usar mais o extensoUnit
def convert_extenso(extenso):
global newToken, auxToken
extensoQuebrado = extenso.lower().split(" ")
if len(extensoQuebrado) == 1 and und.has_key(simplifica(extensoQuebrado[0])):
return extenso
nums = []
it = Iterator()
it.load(extensoQuebrado)
while(it.has_next()):
token = simplifica(it.get_token())
tokenAnterior = simplifica(it.get_token(-1))
if (und.has_key(token)):
if(it.get_count() == 0):
nums.append(und[token])
else:
newToken = und[token] * int(nums[-1])
nums[-1] = newToken
else:
if (num.has_key(token)):
auxToken = num[token]
elif (not und.has_key(token)):
auxToken = extensoUnit(token)
if((not und.has_key(tokenAnterior)) and it.get_count() > 0):
newToken = int(auxToken) + int(nums[-1])
nums[-1] = newToken
else:
nums.append(auxToken)
return soma(nums)
def soma(lista):
soma = 0
for i in lista:
soma += int(i)
return soma
def simplifica(txt):
newToken = ""
try:
newToken = normalize('NFKD', txt.encode('utf-8').decode('utf-8')).encode('ASCII', 'ignore')
except:
newToken = normalize('NFKD', txt.encode('iso-8859-1').decode('iso-8859-1')).encode('ASCII','ignore')
if(newToken[-3:] == "oes"):
return newToken[:-3] + "ao"
return newToken
# Test
'''
if __name__ == '__main__':
n = sys.argv[1]
return extenso(n)
arquivoExts = open('exts', 'r')
listaExts = arquivoExts.readlines()
arquivoNums = open('nums', 'r')
listaNums = arquivoNums.readlines()
for i in range(0,500):
n = listaNums[i].replace("\n","")
e = listaExts[i].replace("\n","")
numNew = extenso(e)
if (str(numNew) != n):
print n + " != " + str(numNew)
#else:
# print "OK: " + n + " == " + str(numNew)
'''