21

我有这样的功能：

persian_numbers = '۱۲۳۴۵۶۷۸۹۰'
english_numbers = '1234567890'
arabic_numbers  = '١٢٣٤٥٦٧٨٩٠'

english_trans   = string.maketrans(english_numbers, persian_numbers)
arabic_trans    = string.maketrans(arabic_numbers, persian_numbers)

text.translate(english_trans)
text.translate(arabic_trans)

我希望它将所有阿拉伯语和英语数字翻译成波斯语。但是 Python 说：

english_translate = string.maketrans(english_numbers, persian_numbers)
ValueError: maketrans arguments must have same length

我尝试使用 Unicode 对字符串进行编码，utf-8但我总是遇到一些错误！有时问题是阿拉伯字符串！您知道这项工作的更好解决方案吗？

编辑：

问题似乎是 ASCII 中的 Unicode 字符长度。像“۱”这样的阿拉伯数字是两个字符——我用ord(). 长度问题从这里开始:-(

4

6 回答 6

29

请参阅将所有字符串转换为 UTF8 的unidecode库。在以不同语言输入数字时非常有用。

在 Python 2 中：

>>> from unidecode import unidecode
>>> a = unidecode(u"۰۱۲۳۴۵۶۷۸۹")
>>> a
'0123456789'
>>> unidecode(a)
'0123456789'

在 Python 3 中：

>>> from unidecode import unidecode
>>> a = unidecode("۰۱۲۳۴۵۶۷۸۹")
>>> a
'0123456789'
>>> unidecode(a)
'0123456789'
于 2018-04-25T13:47:41.927 回答
12

Unicode 对象可以将这些数字（阿拉伯文和波斯文）解释为实际数字 - 无需使用字符替换来翻译它们。

编辑 - 我想出了一种使用 Python2 正则表达式进行替换的方法：

# coding: utf-8

import re

# Attention: while the characters for the strings bellow are 
# dislplayed indentically, inside they are represented
# by distinct unicode codepoints

persian_numbers = u'۱۲۳۴۵۶۷۸۹۰'
arabic_numbers  = u'١٢٣٤٥٦٧٨٩٠'
english_numbers = u'1234567890'


persian_regexp = u"(%s)" %  u"|".join(persian_numbers)
arabic_regexp = u"(%s)" % u"|".join(arabic_numbers)

def _sub(match_object, digits):
    return english_numbers[digits.find(match_object.group(0))]

def _sub_arabic(match_object):
    return _sub(match_object, arabic_numbers)

def _sub_persian(match_object):
    return _sub(match_object, persian_numbers)


def replace_arabic(text):
    return re.sub(arabic_regexp, _sub_arabic, text)

def replace_persian(text):
    return re.sub(arabic_regexp, _sub_persian, text)

尝试“text”参数本身必须是 unicode。

（也可以通过使用 lambdas 并将一些表达式组合在一行中来缩短此代码，但这样做没有意义，但会失去可读性）

它应该对你有用，但请阅读我发布的原始答案

——原始答案

因此，如果您将变量实例化为 unicode（在引号字符前添加 u），则它们在 Python 中可以正确理解：

>>> persian_numbers = u'۱۲۳۴۵۶۷۸۹۰'
>>> english_numbers = u'1234567890'
>>> arabic_numbers  = u'١٢٣٤٥٦٧٨٩٠'
>>> 
>>> print int(persian_numbers)
1234567890
>>> print int(english_numbers)
1234567890
>>> print int(arabic_numbers)
1234567890
>>> persian_numbers.isdigit()
True
>>>

顺便说一句，unicode 对象不存在“maketrans”方法（在 Python2 中 - 请参阅注释）。

了解有关 unicode 的基础知识非常重要——对于每个人来说，即使是只编写英语程序的人，他们认为他们永远不会处理 26 个拉丁字母中的任何字符。在编写将处理不同字符的代码时，这一点至关重要 - 如果您不知道自己在做什么，除非偶然，否则该程序可能无法运行。

一篇非常好的文章是http://www.joelonsoftware.com/articles/Unicode.html - 请立即阅读。你可以记住，在阅读它时，Python 允许使用 unicode 对象的“encode”方法将 unicode 字符转换为任何“物理”编码的字符串。

>>> arabic_numbers  = u'١٢٣٤٥٦٧٨٩٠'
>>> len(arabic_numbers)
10
>>> enc_arabic = arabic_numbers.encode("utf-8")
>>> print enc_arabic
١٢٣٤٥٦٧٨٩٠
>>> len(enc_arabic)
20
>>> int(enc_arabic)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: invalid literal for int() with base 10: '\xd9\xa1\xd9\xa2\xd9\xa3\xd9\xa4\xd9\xa5\xd9\xa6\xd9\xa7\xd9\xa8\xd9\xa9\xd9\xa0'

因此，字符在编码时失去了作为“单个实体”和数字的意义——编码对象（Python 2.x 中的 str 类型）只是一个字节串——但在将这些字符发送到程序的任何输出时仍然需要它- 无论是控制台、GUI 窗口、数据库、html 代码等...

于 2012-08-09T12:04:40.457 回答
9

您可以使用persiantools包：

例子：

>>> from persiantools import digits

>>> digits.en_to_fa("0987654321")
'۰۹۸۷۶۵۴۳۲۱'

>>> digits.ar_to_fa("٠٩٨٧٦٥٤٣٢١")   # or digits.ar_to_fa(u"٠٩٨٧٦٥٤٣٢١")
'۰۹۸۷۶۵۴۳۲۱'
于 2019-06-12T20:38:44.687 回答
8

unidecode将所有字符从波斯语转换为英语，如果您只想更改数字，请遵循以下命令：

在 python3 中，您可以使用此代码将任何波斯|阿拉伯数字转换为英文数字，​​同时保持其他字符不变：

intab='۱۲۳۴۵۶۷۸۹۰١٢٣٤٥٦٧٨٩٠'
outtab='12345678901234567890'
translation_table = str.maketrans(intab, outtab)
output_text = input_text.translate(translation_table)
于 2020-03-12T08:05:47.107 回答
2

使用 Unicode 字符串：

persian_numbers = u'۱۲۳۴۵۶۷۸۹۰'
english_numbers = u'1234567890'
arabic_numbers  = u'١٢٣٤٥٦٧٨٩٠'

并确保你的 Python 文件的编码是正确的。

于 2012-08-09T07:58:58.583 回答
-1 
def persian_number(persiannumber):
    
    number={
        '0':'۰',
        '1':'۱',
        '2':'۲',
        '3':'۳',
        '4':'۴',
        '5':'۵',
        '6':'۶',
        '7':'۷',
        '8':'۸',
        '9':'۹',
   }

    for i,j in number.items():
        persiannumber=time2str.replace(i,j)
        
    return time2str

persiannumber 必须是字符串

于 2021-08-25T11:47:19.263 回答