File Coverage

blib/lib/Lingua/SPA/Word2Num.pm

Criterion	Covered	Total	%
statement	23	40	57.5
branch	0	8	0.0
condition	2	6	33.3
subroutine	9	10	90.0
pod	3	3	100.0
total	37	67	55.2

# For Emacs: -*- mode:cperl; eval: (folding-mode 1); coding:utf-8; -*-

package Lingua::SPA::Word2Num;
# ABSTRACT: Word to number conversion in Spanish

use 5.16.0;
use utf8;
use warnings;

# {{{ use block

use Parse::RecDescent;
use Export::Attrs;

# }}}
# {{{ var block
our $VERSION = '0.2603300';
my $parser   = spa_numerals();

# }}}

# {{{ w2n                                         convert text to number

sub w2n :Export {
    my $input = shift // return;

    return $parser->numeral($input);
}
# }}}
# {{{ spa_numerals                                 create parser for numerals

sub spa_numerals {
    return Parse::RecDescent->new(q{



      numeral:  mega
             |  kOhOd
             |  'cero'   { 0 }
             |           {   }

       number:  'un'           {  1 }
             |  'dos'          {  2 }
             |  'tres'         {  3 }
             |  'cuatro'       {  4 }
             |  'cinco'        {  5 }
             |  'seis'         {  6 }
             |  'siete'        {  7 }
             |  'ocho'         {  8 }
             |  'nueve'        {  9 }
             |  'diez'         { 10 }
             |  'once'         { 11 }
             |  'doce'         { 12 }
             |  'trece'        { 13 }
             |  'catorce'      { 14 }
             |  'quince'       { 15 }
             |  'dieciséis'    { 16 }
             |  'diecisiete'   { 17 }
             |  'dieciocho'    { 18 }
             |  'diecinueve'   { 19 }
             |  'veinte'       { 20 }
             |  'veintiun'     { 21 }
             |  'veintidós'    { 22 }
             |  'veintitrés'   { 23 }
             |  'veinticuatro' { 24 }
             |  'veinticinco'  { 25 }
             |  'veintiséis'   { 26 }
             |  'veintisiete'  { 27 }
             |  'veintiocho'   { 28 }
             |  'veintinueve'  { 29 }

         tens:  'treinta'      { 30 }
             |  'cuarenta'     { 40 }
             |  'cincuenta'    { 50 }
             |  'sesenta'      { 60 }
             |  'setenta'      { 70 }
             |  'ochenta'      { 80 }
             |  'noventa'      { 90 }

     hundreds:  'quinientos'        { 500 }
             |  'setecientos'       { 700 }
             |  'novecientos'       { 900 }
             |  number /cientos?/   { $item[1] * 100 }
             |  /cien(to)?/         { 100 }

         deca:  tens 'y' number     { $item[1] + $item[3] }
             |  tens
             |  number

        hecto:  hundreds  deca      { $item[1] + $item[2] }
             |  hundreds

          hOd:  hecto
             |  deca

         kilo:  hOd  milnotmeg hOd        { $item[1] * 1000 + $item[3] }
             |  hOd  milnotmeg            { $item[1] * 1000 }
             |       milnotmeg hOd        { 1000 + $item[2] }
             |       milnotmeg            { 1000 }

    milnotmeg:   ...!'mill' 'mil'

        kOhOd:  kilo
             |  hOd

         mega:  hOd /mill(ones|ón)/ kOhOd     { $item[1] * 1_000_000 + $item[3] }
             |  hOd /mill(ones|ón)/           { $item[1] * 1_000_000 }
    });
}

# }}}

# {{{ ordinal2cardinal          convert ordinal text to cardinal text

sub ordinal2cardinal :Export {
    my $input = shift // return;

    # Spanish ordinals have gender: -o (masc), -a (fem), and sometimes
    # apocopated forms (primer, tercer).  All unique stems.
    # For 11+, compositional ordinals exist (undécimo, duodécimo, vigésimo, etc.)
    # Compounds: "vigésimo primero" → convert each part.

    my %ordinal_to_cardinal = (
        # Units (masculine, feminine, apocopated)
        'primero'    => 'un',
        'primera'    => 'un',
        'primer'     => 'un',
        'segundo'    => 'dos',
        'segunda'    => 'dos',
        'tercero'    => 'tres',
        'tercera'    => 'tres',
        'tercer'     => 'tres',
        'cuarto'     => 'cuatro',
        'cuarta'     => 'cuatro',
        'quinto'     => 'cinco',
        'quinta'     => 'cinco',
        'sexto'      => 'seis',
        'sexta'      => 'seis',
        'séptimo'    => 'siete',
        'séptima'    => 'siete',
        'octavo'     => 'ocho',
        'octava'     => 'ocho',
        'noveno'     => 'nueve',
        'novena'     => 'nueve',
        'décimo'     => 'diez',
        'décima'     => 'diez',
        # Teens (11-19)
        'undécimo'       => 'once',
        'undécima'       => 'once',
        'duodécimo'      => 'doce',
        'duodécima'      => 'doce',
        'decimotercero'  => 'trece',
        'decimotercera'  => 'trece',
        'decimocuarto'   => 'catorce',
        'decimocuarta'   => 'catorce',
        'decimoquinto'   => 'quince',
        'decimoquinta'   => 'quince',
        'decimosexto'    => 'dieciséis',
        'decimosexta'    => 'dieciséis',
        'decimoséptimo'  => 'diecisiete',
        'decimoséptima'  => 'diecisiete',
        'decimoctavo'    => 'dieciocho',
        'decimoctava'    => 'dieciocho',
        'decimonoveno'   => 'diecinueve',
        'decimonovena'   => 'diecinueve',
        # Fused twenties (21-29): Num2Word produces "vigesimoprimero" etc.
        'vigesimoprimero'  => 'veintiun',
        'vigesimoprimera'  => 'veintiun',
        'vigesimoprimer'   => 'veintiun',
        'vigesimosegundo'  => 'veintidós',
        'vigesimosegunda'  => 'veintidós',
        'vigesimotercero'  => 'veintitrés',
        'vigesimotercera'  => 'veintitrés',
        'vigesimotercer'   => 'veintitrés',
        'vigesimocuarto'   => 'veinticuatro',
        'vigesimocuarta'   => 'veinticuatro',
        'vigesimoquinto'   => 'veinticinco',
        'vigesimoquinta'   => 'veinticinco',
        'vigesimosexto'    => 'veintiséis',
        'vigesimosexta'    => 'veintiséis',
        'vigesimoséptimo'  => 'veintisiete',
        'vigesimoséptima'  => 'veintisiete',
        'vigesimooctavo'   => 'veintiocho',
        'vigesimooctava'   => 'veintiocho',
        'vigesimoctavo'    => 'veintiocho',
        'vigesimoctava'    => 'veintiocho',
        'vigesimonoveno'   => 'veintinueve',
        'vigesimonovena'   => 'veintinueve',
        # Tens
        'vigésimo'        => 'veinte',
        'vigésima'        => 'veinte',
        'trigésimo'       => 'treinta',
        'trigésima'       => 'treinta',
        'cuadragésimo'    => 'cuarenta',
        'cuadragésima'    => 'cuarenta',
        'quincuagésimo'   => 'cincuenta',
        'quincuagésima'   => 'cincuenta',
        'sexagésimo'      => 'sesenta',
        'sexagésima'      => 'sesenta',
        'septuagésimo'    => 'setenta',
        'septuagésima'    => 'setenta',
        'octogésimo'      => 'ochenta',
        'octogésima'      => 'ochenta',
        'nonagésimo'      => 'noventa',
        'nonagésima'      => 'noventa',
        # Hundreds
        'centésimo'       => 'cien',
        'centésima'       => 'cien',
        'ducentésimo'     => 'dos cientos',
        'ducentésima'     => 'dos cientos',
        'tricentésimo'    => 'tres cientos',
        'tricentésima'    => 'tres cientos',
        'cuadringentésimo' => 'cuatro cientos',
        'cuadringentésima' => 'cuatro cientos',
        'quingentésimo'   => 'quinientos',
        'quingentésima'   => 'quinientos',
        'sexcentésimo'    => 'seis cientos',
        'sexcentésima'    => 'seis cientos',
        'septingentésimo' => 'siete cientos',
        'septingentésima' => 'siete cientos',
        'octingentésimo'  => 'ocho cientos',
        'octingentésima'  => 'ocho cientos',
        'noningentésimo'  => 'nueve cientos',
        'noningentésima'  => 'nueve cientos',
        # Thousands
        'milésimo'        => 'mil',
        'milésima'        => 'mil',
        'millonésimo'     => 'un millón',
        'millonésima'     => 'un millón',
    );

    # Compound: "vigésimo primero" → convert each part
    # For 30+, the parser expects "tens y number" (e.g. "treinta y un"),
    # so we insert "y" between the tens and units cardinal parts.
    if ($input =~ m{\s}xms) {
        my @words = split /\s+/, $input;
        my @cardinals;
        for my $word (@words) {
            my $card = ordinal2cardinal($word) // return;
            push @cardinals, $card;
        }

        # Insert "y" between tens (30+) and units in the final position.
        # Works for both 2-word ("trigésimo primero" → "treinta y un")
        # and 3-word ("centésimo trigésimo primero" → "cien treinta y un").
        if (@cardinals >= 2) {
            my %tens_needing_y = map { $_ => 1 }
                qw(treinta cuarenta cincuenta sesenta setenta ochenta noventa);
            my $pen = $cardinals[-2];  # penultimate
            if ($tens_needing_y{$pen}) {
                splice @cardinals, -1, 0, 'y';
            }
        }

        return join ' ', @cardinals;
    }

    return $ordinal_to_cardinal{$input} if exists $ordinal_to_cardinal{$input};

    return;  # not an ordinal
}

# }}}

1;

__END__