提取文本中的金额，提取货币，Python实现与在线使用

拼搏现实的明天。 2022-08-28 15:49 237阅读 0赞

给定一篇文本，提取出文本中涉及到的所有的货币和金额。例如：

>     '张三赔偿李四人民币车费601,293.11元，工厂费一万二千三百四十五元,利息9佰日元，打印费十块钱。'

从中提取出 '601,293.11元', '一万二千三百四十五元', '9佰日元', '十块钱' 这样的字符串，并把他们都规范化，形成 '601293.11元', '12345.00元', '900.00日元', '10.00元' 这样的结果。方便存储和计算。

# ⭐ 源码戳 => [JioNLPhttps://github.com/dongrixinyu/JioNLP![icon-default.png_t_L892][]https://github.com/dongrixinyu/JioNLP][JioNLPhttps_github.com_dongrixinyu_JioNLP_icon-default.png_t_L892_https_github.com_dongrixinyu_JioNLP] #

# ⭐ 在线使用戳 => [提取货币金额][Link 1] #

## 安装 Installation ##

*  python>=3.6 **github 版本略领先于 pip**

$ git clone https://github.com/dongrixinyu/JioNLP
    $ cd ./JioNLP
    $ pip install .

*  pip 安装

$ pip install jionlp

*  可能存在的问题

# 如安装失败，遇到安装时提示的 pkuseg、Microsoft Visual C++、gcc、g++ 等信息，
    # 则说明是 pkuseg 安装失败，需要在相应系统中安装 C 和 C++ 编译器，重新安装。
    # pip install pkuseg

## 使用 Usage ##

抽取文本中的金额字符串，并提供将其转换为标准数字格式的函数。

>>> import jionlp as jio
    >>> text = '张三赔偿李四人民币车费601,293.11元，工厂费一万二千三百四十五元,利息9佰日元，打印费十块钱。' 
    >>> moneys = jio.extract_money(text)
    >>> standard_moneys = [jio.money_standardization(i) for i in moneys]
    
    #  moneys: ['601,293.11元', '一万二千三百四十五元', '9佰日元', '十块钱']
    #  standard_moneys: ['601293.11元', '12345.00元', '900.00日元', '10.00元']

*  支持标准数字格式，如：1,034,192.07元
 *  支持纯数字格式，如：987273.3美元
 *  支持大写中文金额，如：柒仟六佰零弎萬肆仟叁佰贰拾壹元伍分
 *  支持混合格式，如：1.26万港元
 *  支持**口语化中文**格式，如：三十五块三毛；但对于“三十五块八”这样的字符串，在文本中存在**歧义**，如“三十五块八颗糖”等，因此，`extract_money` 对于此字符串不予抽取，但`money_standardization`可以将“三十五块八”看作完整的口语化金额，标准化为“35.80元”
 *  支持多种常见货币类型：人民币，港元，澳门元，美元，日元，澳元，韩元，卢布，英镑，马克，法郎，欧元，加元等。

如果觉得好用，就点一下 Star 赞啊！可以直接在 [提取货币金额][Link 1] 使用。

[JioNLP时间语义解析][JioNLP]

[icon-default.png_t_L892]: /images/20220828/5f2fe32d03fe455e804da2a84cf76b3a.png
[JioNLPhttps_github.com_dongrixinyu_JioNLP_icon-default.png_t_L892_https_github.com_dongrixinyu_JioNLP]: https://github.com/dongrixinyu/JioNLP
[Link 1]: http://182.92.160.94:16666/#/parse_money
[JioNLP]: https://blog.csdn.net/dongrixinyu/article/details/120245280