You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
This file contains ambiguous Unicode characters that may be confused with others in your current locale. If your use case is intentional and legitimate, you can safely ignore this warning. Use the Escape button to highlight these characters.
from . . . attrs import LIKE_NUM
MIM = " م "
ZWNJ_O_MIM = " ام "
YE_NUN = " ین "
_num_words = set (
"""
صفر
یک
دو
سه
چهار
پنج
شش
شیش
هفت
هشت
نه
ده
یازده
دوازده
سیزده
چهارده
پانزده
پونزده
شانزده
شونزده
هفده
هجده
هیجده
نوزده
بیست
سی
چهل
پنجاه
شصت
هفتاد
هشتاد
نود
صد
یکصد
یکصد
دویست
سیصد
چهارصد
پانصد
پونصد
ششصد
شیشصد
هفتصد
هفصد
هشتصد
نهصد
هزار
میلیون
میلیارد
بیلیون
بیلیارد
تریلیون
تریلیارد
کوادریلیون
کادریلیارد
کوینتیلیون
""" . split ( )
)
_ordinal_words = set (
"""
اول
سوم
سیام """ . split ( )
)
_ordinal_words . update ( { num + MIM for num in _num_words } )
_ordinal_words . update ( { num + ZWNJ_O_MIM for num in _num_words } )
_ordinal_words . update ( { num + YE_NUN for num in _ordinal_words } )
def like_num ( text ) :
"""
check if text resembles a number
"""
text = (
text . replace ( " , " , " " )
. replace ( " . " , " " )
. replace ( " ، " , " " )
. replace ( " ٫ " , " " )
. replace ( " / " , " " )
)
if text . isdigit ( ) :
return True
if text in _num_words :
return True
if text in _ordinal_words :
return True
return False
LEX_ATTRS = { LIKE_NUM : like_num }
