| 1 | # For Emacs: -*- mode:cperl; eval: (folding-mode 1); coding:utf-8 -*- | ||||||||||||
| 2 | |||||||||||||
| 3 | package Lingua::UKR::Word2Num; | ||||||||||||
| 4 | # ABSTRACT: Word to number conversion in Ukrainian | ||||||||||||
| 5 | |||||||||||||
| 6 | 1 | ▶ | use 5.16.0; | ||||||||||
|
Subroutine
BEGIN: called CC=1 SCAR=0.0
| |||||||||||||
| 7 | 1 | ▶ | use utf8; | ||||||||||
|
Subroutine
BEGIN: called CC=1 SCAR=0.0
| |||||||||||||
| 8 | 1 | ▶ | use warnings; | ||||||||||
|
Subroutine
BEGIN: called CC=1 SCAR=0.0
| |||||||||||||
| 9 | |||||||||||||
| 10 | # {{{ use block | ||||||||||||
| 11 | |||||||||||||
| 12 | 1 | ▶ | use Export::Attrs; | ||||||||||
|
Subroutine
BEGIN: called CC=1 SCAR=0.0
| |||||||||||||
| 13 | 1 | ▶ | use Carp; | ||||||||||
|
Subroutine
BEGIN: called CC=1 SCAR=0.0
| |||||||||||||
| 14 | 1 | ▶ | use Parse::RecDescent; | ||||||||||
|
Subroutine
BEGIN: called CC=1 SCAR=0.0
| |||||||||||||
| 15 | |||||||||||||
| 16 | # }}} | ||||||||||||
| 17 | # {{{ variable declarations | ||||||||||||
| 18 | 1 | our $VERSION = '0.2603270'; | |||||||||||
| 19 | 1 | my $parser = uk_numerals(); | |||||||||||
| 20 | |||||||||||||
| 21 | # }}} | ||||||||||||
| 22 | |||||||||||||
| 23 | # {{{ w2n convert text to number | ||||||||||||
| 24 | |||||||||||||
| 25 | sub w2n :Export { | ||||||||||||
| 26 | 2 | ▶ | my $input = shift // return; | ||||||||||
|
Subroutine
w2n: called CC=2 SCAR=6.9
Pod
documented
Condition100%2/2
shift() // (return)
MC/DC100%1/1
shift() // (return)
shift()
Truth table100%2/2
A
A= shift()
| |||||||||||||
| 27 | |||||||||||||
| 28 | 1 | $input .= " "; # Grant end space before normalizing | |||||||||||
| 29 | |||||||||||||
| 30 | 1 | $input =~ s/’/'/g; # Normalize Unicode apostrophe to ASCII | |||||||||||
| 31 | 1 | $input =~ s/‘/'/g; # (both left and right single quote) | |||||||||||
| 32 | |||||||||||||
| 33 | 1 | $input =~ s/тисячі /тисяч /g; # Thousand variations. Normalize to тисяч | |||||||||||
| 34 | 1 | $input =~ s/тисяча /тисяч /g; | |||||||||||
| 35 | |||||||||||||
| 36 | 1 | $input =~ s/мільйони /мільйон /g; # Million variations. Normalize to мільйон | |||||||||||
| 37 | 1 | $input =~ s/мільйонів /мільйон /g; | |||||||||||
| 38 | |||||||||||||
| 39 | 1 | return $parser->numeral($input); | |||||||||||
| 40 | 1 | ▶ | } | ||||||||||
|
Subroutine
BEGIN: called CC=1 SCAR=0.0
| |||||||||||||
| 41 | |||||||||||||
| 42 | # }}} | ||||||||||||
| 43 | # {{{ uk_numerals create parser for numerals | ||||||||||||
| 44 | |||||||||||||
| 45 | sub uk_numerals { | ||||||||||||
| 46 | 1 | ▶ | return Parse::RecDescent->new(q{ | ||||||||||
|
Subroutine
uk_numerals: called CC=1 SCAR=0.0
Pod
documented
| |||||||||||||
| 47 | numeral: <rulevar: local $number = 0> | ||||||||||||
| 48 | numeral: million { return $item[1]; } # root parse. go from maximum to minimum value | ||||||||||||
| 49 | | millenium { return $item[1]; } | ||||||||||||
| 50 | | century { return $item[1]; } | ||||||||||||
| 51 | | decade { return $item[1]; } | ||||||||||||
| 52 | | { return undef; } | ||||||||||||
| 53 | |||||||||||||
| 54 | number: /дев'ятнадцять / { $return = 19; } # try to find a word from 0 to 19 | ||||||||||||
| 55 | | 'вісімнадцять ' { $return = 18; } | ||||||||||||
| 56 | | 'сімнадцять ' { $return = 17; } | ||||||||||||
| 57 | | 'шістнадцять ' { $return = 16; } | ||||||||||||
| 58 | | /п'ятнадцять / { $return = 15; } | ||||||||||||
| 59 | | 'чотирнадцять ' { $return = 14; } | ||||||||||||
| 60 | | 'тринадцять ' { $return = 13; } | ||||||||||||
| 61 | | 'дванадцять ' { $return = 12; } | ||||||||||||
| 62 | | 'одинадцять ' { $return = 11; } | ||||||||||||
| 63 | | 'десять ' { $return = 10; } | ||||||||||||
| 64 | | /дев'ять / { $return = 9; } | ||||||||||||
| 65 | | 'вісім ' { $return = 8; } | ||||||||||||
| 66 | | 'сім ' { $return = 7; } | ||||||||||||
| 67 | | 'шість ' { $return = 6; } | ||||||||||||
| 68 | | /п'ять / { $return = 5; } | ||||||||||||
| 69 | | 'чотири ' { $return = 4; } | ||||||||||||
| 70 | | 'три ' { $return = 3; } | ||||||||||||
| 71 | | 'два ' { $return = 2; } | ||||||||||||
| 72 | | 'дві ' { $return = 2; } | ||||||||||||
| 73 | | 'одна ' { $return = 1; } | ||||||||||||
| 74 | | 'один ' { $return = 1; } | ||||||||||||
| 75 | | 'нуль ' { $return = 0; } | ||||||||||||
| 76 | |||||||||||||
| 77 | tens: 'двадцять ' { $return = 20; } # try to find a word that represents | ||||||||||||
| 78 | | 'тридцять ' { $return = 30; } # values 20,30,..,90 | ||||||||||||
| 79 | | 'сорок ' { $return = 40; } | ||||||||||||
| 80 | | /п'ятдесят / { $return = 50; } | ||||||||||||
| 81 | | 'шістдесят ' { $return = 60; } | ||||||||||||
| 82 | | 'сімдесят ' { $return = 70; } | ||||||||||||
| 83 | | 'вісімдесят ' { $return = 80; } | ||||||||||||
| 84 | | /дев'яносто / { $return = 90; } | ||||||||||||
| 85 | |||||||||||||
| 86 | hundreds: 'сто ' { $return = 100; } # try to find a word that represents | ||||||||||||
| 87 | | 'двісті ' { $return = 200; } # values 100,200,..,900 | ||||||||||||
| 88 | | 'триста ' { $return = 300; } | ||||||||||||
| 89 | | 'чотириста ' { $return = 400; } | ||||||||||||
| 90 | | /п'ятсот / { $return = 500; } | ||||||||||||
| 91 | | 'шістсот ' { $return = 600; } | ||||||||||||
| 92 | | 'сімсот ' { $return = 700; } | ||||||||||||
| 93 | | 'вісімсот ' { $return = 800; } | ||||||||||||
| 94 | | /дев'ятсот / { $return = 900; } | ||||||||||||
| 95 | |||||||||||||
| 96 | decade: tens(?) number(?) # try to find words that represents values | ||||||||||||
| 97 | { $return = -1; # from 0 to 99 | ||||||||||||
| 98 | for (@item) { | ||||||||||||
| 99 | if (ref $_ && defined $$_[0]) { | ||||||||||||
| 100 | $return += $$_[0] if ($return != -1); | ||||||||||||
| 101 | $return = $$_[0] if ($return == -1); | ||||||||||||
| 102 | } | ||||||||||||
| 103 | } | ||||||||||||
| 104 | $return = undef if ($return == -1); | ||||||||||||
| 105 | } | ||||||||||||
| 106 | |||||||||||||
| 107 | century: hundreds(?) decade(?) # try to find words that represents values | ||||||||||||
| 108 | { $return = 0; # from 100 to 999 | ||||||||||||
| 109 | for (@item) { | ||||||||||||
| 110 | $return += $$_[0] if (ref $_ && defined $$_[0]); | ||||||||||||
| 111 | } | ||||||||||||
| 112 | $return ||= undef; | ||||||||||||
| 113 | } | ||||||||||||
| 114 | |||||||||||||
| 115 | millenium: century(?) decade(?) 'тисяч ' century(?) decade(?) # try to find words that represents values | ||||||||||||
| 116 | { $return = 0; # from 1.000 to 999.999 | ||||||||||||
| 117 | for (@item) { | ||||||||||||
| 118 | if (ref $_ && defined $$_[0]) { | ||||||||||||
| 119 | $return += $$_[0]; | ||||||||||||
| 120 | } elsif ($_ eq "тисяч ") { | ||||||||||||
| 121 | $return = ($return>0) ? $return * 1000 : 1000; | ||||||||||||
| 122 | } | ||||||||||||
| 123 | } | ||||||||||||
| 124 | $return ||= undef; | ||||||||||||
| 125 | } | ||||||||||||
| 126 | |||||||||||||
| 127 | million: century(?) decade(?) # try to find words that represents values | ||||||||||||
| 128 | 'мільйон ' # from 1.000.000 to 999.999.999 | ||||||||||||
| 129 | millenium(?) century(?) decade(?) | ||||||||||||
| 130 | { $return = 0; | ||||||||||||
| 131 | for (@item) { | ||||||||||||
| 132 | if (ref $_ && defined $$_[0]) { | ||||||||||||
| 133 | $return += $$_[0]; | ||||||||||||
| 134 | } elsif ($_ eq "мільйон ") { | ||||||||||||
| 135 | $return = ($return>0) ? $return * 1000000 : 1000000; | ||||||||||||
| 136 | } | ||||||||||||
| 137 | } | ||||||||||||
| 138 | $return ||= undef; | ||||||||||||
| 139 | } | ||||||||||||
| 140 | }); | ||||||||||||
| 141 | } | ||||||||||||
| 142 | |||||||||||||
| 143 | # }}} | ||||||||||||
| 144 | |||||||||||||
| 145 | 1 | 1; | |||||||||||
| 146 | |||||||||||||
| 147 | __END__ | ||||||||||||