使用python将数字转换为有意义的汉字

看某人的blog上有这道题,搜了一下思路发现网络上只有java的实现,另外一个搜索结果居然还为这个写了篇论文，囧。

Google的面试题更强悍，是反着来的，暂时还不想折腾。俺写的这段程序理论上支持无限多个数字，只要你适当的给单位命名。注意，输入的数字不要超过你定义的最大单位噢，要不第一个单位就显示不出来了，读起来就不太符合习惯。

# coding=UTF-8
from re import sub
from math import ceil
chinese_digits = (u'零',u'一',u'二',u'三',u'四',u'五',u'六',u'七',u'八',u'九')
chinese_jinzhi = [u'亿亿亿',u'万亿亿',u'亿亿',u'万亿',u'亿',u'万',u'',u'千',u'百',u'十',u'']

def format_digit_with_jinzhi(digit,jinzhi):
    if digit == 0:
        return chinese_digits[digit]
    return chinese_digits[digit] + jinzhi

def format4digits(digits,save_one_zero_at_head=False,ingore_one_befor_ten=False):
    """
    save_one_zero_at_head  20001 一般为两万零一 而0001则为1
    ingore_one_befor_ten  12 一般为 十二 而不是 一十二  但是2012 就为两千零一十二
    """
    digits = '%04d' % digits
    s = ''
    jinzhi_index = -4
    for digit in digits:
        numeric_digit = int(digit)
        s += format_digit_with_jinzhi(numeric_digit,chinese_jinzhi[jinzhi_index])
        jinzhi_index+=1
    #规则，总数只有4位数时开头不能为0，多余四位数必须保留一个零
    #中间不能连续两个以上的0，替换为一个0，
    #末尾不能为0
    if save_one_zero_at_head:
       s = sub(r"^"+u"零"+"{1,}",u'零',s)
    else:
       s = sub(r"^"+u"零"+"+",'',s)
       
    if ingore_one_befor_ten:
       s = sub(r""+u"一十",u'十',s)#前面没有零的情况下简写
       
    s= sub(r""+u"零"+"+$",'',s)
    s= sub(r""+u"零"+"{2,}",u'零',s)
    return s

def number2hanzi(arg):
    """
    数字转汉字
    """
    arg = '%s' % arg #转为字符串
    source = sub('\D','',arg)#提取数字
    source_list = []
    for i in range(int(ceil(len(source)/4.0))):
        if i == 0:
            source_list.insert(0,int(source[-4:]))
        else:
            source_list.insert(0,int(source[(-i-1)*4:(-i*4)]))
    
    result = ''
    old_result=''
    first_part_danwei_index = chinese_jinzhi.index(u"万") - len(source_list) + 2 #列表中第一组数字的单位在单位列表中的索引
    ##特殊情况处理###
    if False:
        pass
    elif len(source_list) == 1 and source_list[0] < 1:
        #数字0
        result = chinese_digits[0]
    elif len(source_list) == 1 and source_list[0] < 100:
        #只有在这种情况，才需要省略一的发音
        result = format4digits(source_list[0],ingore_one_befor_ten=True)
    else:
        part_counter = 0
        for part in source_list:
            old_result = result
            if len(source_list) > 1 and part_counter == (len(source_list) - 1):
                #最后一组数字如果前面有0要保留至少一个零的发音
                result+=format4digits(part,save_one_zero_at_head=True)
            else:
                result+=format4digits(part)
            if old_result != result:#遇到上一组返回的结果为空，意味是四个零，需要把后缀单位去掉
                result+=chinese_jinzhi[first_part_danwei_index+part_counter]
            part_counter+=1
    return result

while True:
    q = raw_input('Enter a number:')
    if q.lower() == 'quit':
        break
    else:
        print number2hanzi(q)