[请教]汉字数字排序的问题
马踏飞燕
这就导致了：
我要获得下面这个结果
一.txt
二.txt
三.txt
四.txt
五.txt
六.txt
但是却得到了
二.txt
六.txt
三.txt
四.txt
五.txt
一.txt
顺序完全不是我想要的。
请问有什么方法吗？
用途主要是把我在网络上抓回来的小说章节组合成一个文件，章节用的是汉字的数字，而且有好几百，手工做的话感觉太傻了。。。
--
免费手机铃声电子书下载，在线观看！
尽在 http://www.honeyday.org
Samuel Chi
我用Python的列表的sort方法对一组以汉字数字命名的文件名进行排序的时候发现是按照汉字的汉语拼音的字母在英文字母表里的顺序进行排序的。
这就导致了：
我要获得下面这个结果
一.txt
二.txt
三.txt
四.txt
五.txt
六.txt
但是却得到了
二.txt
六.txt
三.txt
四.txt
五.txt
一.txt
顺序完全不是我想要的。
这是因为汉字排序是按拼音排的
请问有什么方法吗？
用途主要是把我在网络上抓回来的小说章节组合成一个文件，章节用的是汉字的数字，而且有好几百，手工做的话感觉太傻了。。。
然后再排序了.
Her0
Her0
马踏飞燕
Leo Jay
> 确实有。
> 完整的文件名是 <第四卷 第一百三十九章 飞天大虾（二）.txt>
> 有很多地方有数字的。
>
那你还是老老实实找个转阿拉伯数字的模块吧。
--
Best Regards,
Leo Jay
realfun
用Ruby做中文数字和阿拉伯数字之间的互相转换 : http://www.fayaa.com/code/view/37/
确实有。
完整的文件名是 <第四卷 第一百三十九章 飞天大虾（二）.txt>
有很多地方有数字的。
--
代码发芽网： http://www.fayaa.com/code/ （无需插件在blog上贴语法高亮的代码，百种语言，多种配色）
我的Blog: http://www.2maomao.com/blog
@@
以前写的Ruby代码，互转的，带测试用例，转成python应该不麻烦
用Ruby做中文数字和阿拉伯数字之间的互相转换 : http://www.fayaa.com/code/view/37/2008/7/18 马踏飞燕 <honey...@gmail.com>:
确实有。
完整的文件名是 <第四卷 第一百三十九章 飞天大虾（二）.txt>
有很多地方有数字的。
dive into python的是罗马数字转换的
中文版的是不是应该弄一个汉字转换的 呵呵
马踏飞燕
realfun
CL (Ciu Loeng) Lam
James liu
@@
马踏飞燕
我写了一个转换用的函数，贴上来分享一下：
#coding=UTF-8
#用途：把用汉字表示的数字转换为阿拉伯数字
#用法：cn2dig(汉字数字)
#作者：马踏飞燕<honey...@gmail.com>
#日期：2008-07-18
CN_NUM = {
u'〇' : 0,
u'一' : 1,
u'二' : 2,
u'三' : 3,
u'四' : 4,
u'五' : 5,
u'六' : 6,
u'七' : 7,
u'八' : 8,
u'九' : 9,
u'零' : 0,
u'壹' : 1,
u'贰' : 2,
u'叁' : 3,
u'肆' : 4,
u'伍' : 5,
u'陆' : 6,
u'柒' : 7,
u'捌' : 8,
u'玖' : 9,
u'貮' : 2,
u'两' : 2,
}
CN_UNIT = {
u'十' : 10,
u'拾' : 10,
u'百' : 100,
u'佰' : 100,
u'千' : 1000,
u'仟' : 1000,
u'万' : 10000,
u'萬' : 10000,
u'亿' : 100000000,
u'億' : 100000000,
u'兆' : 1000000000000,
}
def cn2dig(cn):
lcn = list(cn)
unit = 0 #当前的单位
ldig = []#临时数组
while lcn:
cndig = lcn.pop()
if CN_UNIT.has_key(cndig):
unit = CN_UNIT.get(cndig)
if unit==10000:
ldig.append('w') #标示万位
unit = 1
elif unit==100000000:
ldig.append('y') #标示亿位
unit = 1
elif unit==1000000000000:#标示兆位
ldig.append('z')
unit = 1
continue
else:
dig = CN_NUM.get(cndig)
if unit:
dig = dig*unit
unit = 0
ldig.append(dig)
#print ldig #uncomment this line to watch the middle var.
ret = 0
tmp = 0
while ldig:
x = ldig.pop()
if x=='w':
tmp *= 10000
ret += tmp
tmp=0
elif x=='y':
tmp *= 100000000
ret += tmp
tmp=0
elif x=='z':
tmp *= 1000000000000
ret += tmp
tmp=0
else:
tmp += x
ret += tmp
return ret
#ldig.reverse()
#print ldig
#print CN_NUM[u'七']
if __name__ == '__main__':
#just for test
test_dig = [u'二十一',
u'一百二十三',
u'一千二百零三',
u'一万一千一百零一',
u'十万零三千六百零九',
u'一百二十三万四千五百六十七',
u'一千一百二十三万四千五百六十七',
u'一亿一千一百二十三万四千五百六十七',
u'一百零二亿五千零一万零一千零三十八',
u'一千一百一十一亿一千一百二十三万四千五百六十七',
u'一兆一千一百一十一亿一千一百二十三万四千五百六十七',
]
for cn in test_dig:
print cn2dig(cn)
realfun
自己动手,丰衣足食!
我写了一个转换用的函数，贴上来分享一下：
#coding=UTF-8
#用途：把用汉字表示的数字转换为阿拉伯数字
#用法：cn2dig(汉字数字)
#作者：马踏飞燕<honey...@gmail.com>
#日期：2008-07-18
CN_NUM = {
u'〇' : 0,
u'一' : 1,
James liu
马踏飞燕
马踏飞燕
这个应该不算是正确的汉字数字表示法阿
应该说成: 一千零二十四章
一零二四 的话就太简单了,每一位对应查表,然后按位连接就行了.
在 08-7-18，James liu<liupin...@gmail.com> 写道：
realfun
马踏飞燕
我刚写了一个评论... 一提交,发现你把原贴删了...
我贴新的进去,发现网站报错了.
http://www.fayaa.com/code/view/191/ 这个地址报错了,你看看.
在 08-7-18，realfun<rea...@gmail.com> 写道：
realfun
James liu
出错!
这个应该不算是正确的汉字数字表示法阿
应该说成: 一千零二十四章
一零二四 的话就太简单了,每一位对应查表,然后按位连接就行了.
--
regards
j.L
马踏飞燕
James liu
--
regards
j.L
realfun
190和191被黑掉了
Design Issue，晚上再改吧，当初设计的时候有个假设就是没人能删帖
结果自己刚才违反了这个原则....2008/7/18 马踏飞燕 <honey...@gmail.com>:我狂晕...
我刚写了一个评论... 一提交,发现你把原贴删了...
我贴新的进去,发现网站报错了.
http://www.fayaa.com/code/view/191/ 这个地址报错了,你看看.
limodou
> 我看的是《藏地密码》，号码编的相当规范。。。现在已经160多章放出来了，爽阿！
>
这么说来你是将下载的章节进行排序吗？如果不考虑转换汉字，通过目录页面就可以知道顺序。
--
I like python!
UliPad <<The Python Editor>>: http://code.google.com/p/ulipad/
UliWeb <<simple web framework>>: http://uliwebproject.appspot.com
My Blog: (new)http://http://hi.baidu.com/limodou
(old)http://www.donews.net/limodou
realfun
Samuel Chi
Samuel Chi
跟着跑:
冠军教父
人欲
猛兽记
史上第一混乱
e轮回
顺便也推荐几个成品:
圣徒
历史的尘埃
limodou
马踏飞燕
> 2008/7/18 马踏飞燕 <honey...@gmail.com>:
> > 我看的是《藏地密码》，号码编的相当规范。。。现在已经160多章放出来了，爽阿！
> >
>
> 这么说来你是将下载的章节进行排序吗？如果不考虑转换汉字，通过目录页面就可以知道顺序。
>
确实，但是我为了偷懒，就用迅雷下的单个页面，回来后的顺序就乱了。
Samuel Chi
2008/7/18 Samuel Chi <princeofd...@gmail.com>:
这么多，何时能看完！>
>
> 2008/7/18 realfun <rea...@gmail.com>:
>>
>> 从来只看成品的：
>> 母皇
>> 罪恶（强烈推荐，Google"罪恶 刺岩卡"）
>> 寻找人类
>
> 跟着跑:
> 冠军教父
> 人欲
> 猛兽记
> 史上第一混乱
> e轮回
> 顺便也推荐几个成品:
> 圣徒
> 历史的尘埃
>
每天下班前后抓紧时间看十来章~
Her0
里面跳骨头哈！我是看楼主这么认真写代码才说的哈！
> 3K下载
马踏飞燕
一般来说，我在处理文本的过程中都是先转换为unicode的。
unicode(rawdata,'UTF-8','ignore')
unicode(rawdata,'GBK','ignore')
除了这两个也没啥特殊的了。
在 08-7-19，Her0<react...@gmail.com> 写道：
realfun
23号
> #????????????????????????????????????????????????????????????
> #?????????cn2dig(????????????)
> #?????????????????????<honey...@gmail.com>
> #?????????2008-07-18
>
> CN_NUM = {
> u'???' : 0,
> u'???' : 1,
> u'???' : 2,
> u'???' : 3,
> u'???' : 4,
> u'???' : 5,
> u'???' : 6,
> u'???' : 7,
> u'???' : 8,
> u'???' : 9,
>
> u'???' : 0,
> u'???' : 1,
> u'???' : 2,
> u'???' : 3,
> u'???' : 4,
> u'???' : 5,
> u'???' : 6,
> u'???' : 7,
> u'???' : 8,
> u'???' : 9,
>
> u'???' : 2,
> u'???' : 2,
> }
> CN_UNIT = {
> u'???' : 10,
> u'???' : 10,
> u'???' : 100,
> u'???' : 100,
> u'???' : 1000,
> u'???' : 1000,
> u'???' : 10000,
> u'???' : 10000,
> u'???' : 100000000,
> u'???' : 100000000,
> u'???' : 1000000000000,
> def cn2dig(cn):
> lcn = list(cn)
> ldig = []#????????????
> cndig = lcn.pop()
> if CN_UNIT.has_key(cndig):
> unit = CN_UNIT.get(cndig)
> if unit==10000:
> elif unit==100000000:
> unit = 1
> elif unit==1000000000000:#????????????
>
> if __name__ == '__main__':
> #just for test
> u'???????????????',
> u'??????????????????',
> u'????????????????????????',
> u'???????????????????????????',
> u'???????????????????????????????????????',
> u'?????????????????????????????????????????????',
> u'???????????????????????????????????????????????????',
> u'???????????????????????????????????????????????????',
> u'?????????????????????????????????????????????????????????????????????',
> u'???????????????????????????????????????????????????????????????????????????',
> for cn in test_dig:
> print cn2dig(cn)
--
No.23
----
My Blog: http://n23.appspot.com/blog/