# coding: utf8 from __future__ import unicode_literals from ...attrs import LIKE_NUM _numeral_suffixes = {"பத்து": "பது", "ற்று": "று", "ரத்து": "ரம்", "சத்து": "சம்"} _num_words = [ "பூச்சியம்", "ஒரு", "ஒன்று", "இரண்டு", "மூன்று", "நான்கு", "ஐந்து", "ஆறு", "ஏழு", "எட்டு", "ஒன்பது", "பத்து", "பதினொன்று", "பன்னிரண்டு", "பதின்மூன்று", "பதினான்கு", "பதினைந்து", "பதினாறு", "பதினேழு", "பதினெட்டு", "பத்தொன்பது", "இருபது", "முப்பது", "நாற்பது", "ஐம்பது", "அறுபது", "எழுபது", "எண்பது", "தொண்ணூறு", "நூறு", "இருநூறு", "முன்னூறு", "நாநூறு", "ஐநூறு", "அறுநூறு", "எழுநூறு", "எண்ணூறு", "தொள்ளாயிரம்", "ஆயிரம்", "ஒராயிரம்", "லட்சம்", "மில்லியன்", "கோடி", "பில்லியன்", "டிரில்லியன்", ] # 20-89 ,90-899,900-99999 and above have different suffixes def suffix_filter(text): # text without numeral suffixes for num_suffix in _numeral_suffixes.keys(): length = len(num_suffix) if len(text) < length: break elif text.endswith(num_suffix): return text[:-length] + _numeral_suffixes[num_suffix] return text def like_num(text): 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 print(suffix_filter(text)) if text.lower() in _num_words: return True elif suffix_filter(text) in _num_words: return True return False LEX_ATTRS = {LIKE_NUM: like_num}