如何使用 NLTK 从 Python 中的文本字符串中提取数字

Question

我最近一直在开发一个程序，我想添加一个功能来接收用户语音，例如“显示我接下来五（或 5）天的日程安排”或类似的内容，然后提取数字“五或 5”作为数字并在代码的不同部分使用它来从谷歌日历请求数据，谷歌部分大部分已完成，但我如何获取它来提取诸如“五”之类的数字或基于字母的数字，我早些时候在环顾四周时发现了这段代码，它只返回真或假，我不知道如何让它返回实际数字，非常感谢您的帮助！

import nltk

text = "Is there a one two three in there?"

def existence_of_numeric_data(text):
    text=nltk.word_tokenize(text)
    pos = nltk.pos_tag(text)
    count = 0
    for i in range(len(pos)):
        word , pos_tag = pos[i]
        if pos_tag == 'CD':
            return True
    return False

print(existence_of_numeric_data(text))

有没有办法让这个版本以整数格式发布数字？比如说

字符串显示“显示我接下来五天的日程安排” 它会将数字“5”作为单独的整数返回

Answer 1

我找到了一个名为 word2number 的插件（使用 pip 安装），它可以很好地完成工作，这就是你使用它的方式

from word2number import w2n

text = "There are five days in a week"

print(w2n.word2number(text))

output>>
5

Answer 2

如果您的文本类似于“包含 1 2 3”，那么您可以简单地执行以下操作：

for word in text.split():
    if word.isdigit():
        num = int(word)

它应该工作。 但是对于像“包含一二三”这样的文本，您可以制作一个包含以下单词的字典：

dt = ["one": 1, "two": 2, "three": 3, "four": 4, "five": 5]

然后简单地在给定文本中搜索此列表中的每个单词：

for words in dt:
    for w in text.split():
        if w == words:
            num == dt[words]

但只有在字数有限的情况下才可以使用。例如，如果文本包含 20，而您的字典没有 20，那么它将无法工作。