对于“两”的识别，容易出问题，例如：巅峰赛两千分

[CarGod]

cn2an.transform("巅峰赛两千分")

期望输出：巅峰赛2000分
实际上会报错：

cn2an/transform.py:103: UserWarning: 不符合格式的数据：千
warn(str(e))
Out[11]: '巅峰赛2千分'

版本是：0.5.23

[wangou-chen]

问题描述

在使用 cn2an 库进行中文数字到阿拉伯数字的转换时，发现了一些在不同模式下（strict, normal）的转换错误、非预期行为或边界情况处理不佳的问题。这些问题涵盖了特定用字"两"、约数表达、时间表达、大写数字以及温度表达等多个场景。

测试环境与版本

• 库名称: cn2an
• 测试使用的函数: cn2an.cn2an() 与 cn2an.transform()
• 模式: strict 和 normal (默认)

详细问题列表

1. strict 模式下无法识别"两"

• 测试代码: output = cn2an.cn2an("两百", "strict")
• 期望输出: 200
• 实际结果: ValueError: 当前为strict模式，输入的数据不在转化范围内：两！
• 问题分析: 在严格模式下，作为数字含义的"两"（意为"二"）未被包含在可转换的字典中，导致报错。这在日常使用中是一个常见且合法的数字表达。

2. transform 模式下"两百"转换不完整

• 测试代码: output = cn2an.transform("两百")
• 期望输出: 200
• 实际结果: 2百
• 问题分析: 在 transform 模式下，"两百"被部分转换，但量级单位"百"没有被正确处理为乘数100，导致输出不符合预期。

3. 约数表达的错误转换

• 测试代码1: output1 = cn2an.transform("我买了两三个橘子")

• 期望输出1: 我买了两三个橘子 (或智能识别为"两三个")

• 实际结果1: 我买了23个橘子

• 测试代码2: output2 = cn2an.transform("花了三四十块钱")

• 期望输出2: 花了三四十块钱 (或识别为"三十到四十")

• 实际结果2: 花了三四十块钱 (此处正确，但与前例不一致)

• 测试代码3: output3 = cn2an.transform("让他一两个人头")

• 期望输出3: 让他一两个人头

• 实际结果3: 让他12个人头

• 测试代码4: output4 = cn2an.transform("一去二三里，烟村四五家，亭台六七座，八九十枝花")

• 期望输出4: 一去二三里，烟村四五家，亭台六七座，八九十枝花 (诗句应保持原样)

• 实际结果4: 1去23里，烟村45家，亭台67座，八九十枝花

• 问题分析: 对于表示约数或列举的数字序列（如"两三"、"三四"），库进行了错误的连续数字拼接。同时处理逻辑不一致，有些约数表达被转换，有些却没有。

4. 时间表达转换错误

• 测试代码: output = cn2an.transform("今天的会议在下午两点半开始")
• 期望输出: 今天的会议在下午2点半开始
• 实际结果: 今天的会议在下午2点0.5开始
• 问题分析: "半"被直接数学化为"0.5"，但在时间表达中，"两点半"是"2:30"的口语化表达，直接转换为"2点半"或"2点30分"更符合习惯。

5. 大写数字未转换

• 测试代码: output = cn2an.transform("支票上金额应写为：伍仟元整")
• 期望输出: 支票上金额应写为：5000元整
• 实际结果: 支票上金额应写为：伍仟元整
• 问题分析: 中文大写数字（如伍、拾、佰、仟）在 transform 模式下没有被识别和转换。

6. 温度表达不合逻辑

• 测试代码: output = cn2an.transform("零下四摄氏度")
• 期望输出: 零下4摄氏度 或 -4℃
• 实际结果: 0下4℃
• 问题分析: "零下"是一个完整的表示负数的固定词组，被拆解为"0"和"下"，导致语义错误。理想的处理是识别"零下"并转换为负号。

总结建议

以上问题主要分为几类：

1. 词典覆盖不全（如"两"、大写数字）
2. 上下文语义理解不足（如约数、时间"半"、温度"零下"）
3. 转换规则不一致（如约数处理）

建议增强对中文数字常见表达和固定词组的识别，并在转换时考虑上下文语义，而非纯粹的数字机械替换。