如何快速将字符串转化成数字

[songdg]

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

[ShangAliyun]

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

[bumz]

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

[saulshao]

这个要做语义分析....

[TimePPT]

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

[learningman]

@TimePPT 四亿五百万==四亿零五百万，正则炸了

[saulshao]

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]

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]

@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]

@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]

@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。

[dazkarieh]

参考这里
https://github.com/Wall-ee/chinese2digits

[zhujinliang]

我可能会先用正则把字符串截成数字和汉字，数字用通常的转浮点函数，汉字过一遍 select-case，对刚刚的数字做乘法，然后对每组结果做和

[xxx749]

@learningman 先把零 replace 掉就行了吧

[qile1]

@bumz
“ 4 亿 5 千万” 会变成 0+4 x 100000000 +5 x 10000000
每个数字前面多个加号，最前面手动填加号就可以吧

[songdg]

@TimePPT 谢谢，我现在也是用 简单粗暴 的办法，问题是不知道以后会不会出现未考虑的情况。

[songdg]

@ETiV 谢谢不懂也没用过 JS。