2024-09-09 09:18:03 +00:00
|
|
|
from ...attrs import LIKE_NUM
|
|
|
|
|
|
|
|
|
|
# reference 1: https://en.wikipedia.org/wiki/Tibetan_numerals
|
|
|
|
|
|
|
|
|
|
_num_words = [
|
|
|
|
|
"ཀླད་ཀོར་",
|
2024-09-09 09:22:52 +00:00
|
|
|
"གཅིག་",
|
|
|
|
|
"གཉིས་",
|
|
|
|
|
"གསུམ་",
|
|
|
|
|
"བཞི་",
|
|
|
|
|
"ལྔ་",
|
|
|
|
|
"དྲུག་",
|
|
|
|
|
"བདུན་",
|
|
|
|
|
"བརྒྱད་",
|
|
|
|
|
"དགུ་",
|
|
|
|
|
"བཅུ་",
|
|
|
|
|
"བཅུ་གཅིག་",
|
|
|
|
|
"བཅུ་གཉིས་",
|
|
|
|
|
"བཅུ་གསུམ་",
|
|
|
|
|
"བཅུ་བཞི་",
|
|
|
|
|
"བཅུ་ལྔ་",
|
|
|
|
|
"བཅུ་དྲུག་",
|
|
|
|
|
"བཅུ་བདུན་",
|
|
|
|
|
"བཅུ་པརྒྱད",
|
|
|
|
|
"བཅུ་དགུ་",
|
|
|
|
|
"ཉི་ཤུ་",
|
|
|
|
|
"སུམ་ཅུ",
|
|
|
|
|
"བཞི་བཅུ",
|
|
|
|
|
"ལྔ་བཅུ",
|
|
|
|
|
"དྲུག་ཅུ",
|
|
|
|
|
"བདུན་ཅུ",
|
|
|
|
|
"བརྒྱད་ཅུ",
|
|
|
|
|
"དགུ་བཅུ",
|
|
|
|
|
"བརྒྱ་",
|
|
|
|
|
"སྟོང་",
|
|
|
|
|
"ཁྲི་",
|
|
|
|
|
"ས་ཡ་",
|
|
|
|
|
" བྱེ་བ་",
|
|
|
|
|
"དུང་ཕྱུར་",
|
|
|
|
|
"ཐེར་འབུམ་",
|
|
|
|
|
"ཐེར་འབུམ་ཆེན་པོ་",
|
|
|
|
|
"ཁྲག་ཁྲིག་",
|
|
|
|
|
"ཁྲག་ཁྲིག་ཆེན་པོ་",
|
2024-09-09 09:18:03 +00:00
|
|
|
]
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
def like_num(text):
|
|
|
|
|
"""
|
|
|
|
|
Check if text resembles a number
|
|
|
|
|
"""
|
|
|
|
|
if text.startswith(("+", "-", "±", "~")):
|
|
|
|
|
text = text[1:]
|
|
|
|
|
text = text.replace(",", "").replace(".", "")
|
|
|
|
|
if text.isdigit():
|
|
|
|
|
return True
|
|
|
|
|
if text.count("/") == 1:
|
|
|
|
|
num, denom = text.split("/")
|
|
|
|
|
if num.isdigit() and denom.isdigit():
|
|
|
|
|
return True
|
|
|
|
|
if text in _num_words:
|
|
|
|
|
return True
|
|
|
|
|
return False
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
LEX_ATTRS = {LIKE_NUM: like_num}
|
