如何使用 Python NLTK 将字符串中的数字转换为单词？答案

【问题标题】：How to convert digits in a string into words using Python NLTK?如何使用 Python NLTK 将字符串中的数字转换为单词？
【发布时间】：2017-09-12 14:45:53
【问题描述】：

我正在尝试编写一个函数：

将字符串作为输入
检查是否有数字
将数字转换为单词

例如，“Hello 5, 123”将转换为“Hello 5, 123”。

我的代码是：从 nltk.corpus 导入停用词从 nltk.tokenize 导入 word_tokenize 从 num2words 导入 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

我收到此错误：

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

我做错了什么？

【问题讨论】：

这个怎么样：pastebin.com/WwFCjYtt？
使用try int(w) ... except ... 而不是if int(w) ... else ...

标签： python nlp nltk tokenize

【解决方案1】：

这里的主要问题是int() 不是一个谓词函数——你期望它像isInt() 一样工作，但实际上它会尝试将你传递的值转换为一个int。

“Hello”，当然不能将序列中的第一个标记转换为 int，因此，调用 int("Hello") 会产生 ValueError，表明“Hello”可能不是 base-10 数字.

你应该看看其他测试字符串是否类似于数字的方法。最直接的方法是在 try/catch 块中执行该转换，允许您识别 ValueError 并在发现字符串不是数字时安全地继续。

另一种方法是使用正则表达式来识别字符串是否类似于数字。正则表达式^\d+$ 适用于整数。如果字符串与该表达式匹配，则该字符串仅由数字组成，可以传递给num2words。

【讨论】：