Update app.py
Browse files
app.py
CHANGED
|
@@ -30,102 +30,11 @@ assert phone_set[0][1:-1] == "SEP"
|
|
| 30 |
assert "sil" in phone_set
|
| 31 |
sil_idx = phone_set.index("sil")
|
| 32 |
|
| 33 |
-
vietnamese_characters = [
|
| 34 |
-
"a",
|
| 35 |
-
"à",
|
| 36 |
-
"á",
|
| 37 |
-
"ả",
|
| 38 |
-
"ã",
|
| 39 |
-
"ạ",
|
| 40 |
-
"ă",
|
| 41 |
-
"ằ",
|
| 42 |
-
"ắ",
|
| 43 |
-
"ẳ",
|
| 44 |
-
"ẵ",
|
| 45 |
-
"ặ",
|
| 46 |
-
"â",
|
| 47 |
-
"ầ",
|
| 48 |
-
"ấ",
|
| 49 |
-
"ẩ",
|
| 50 |
-
"ẫ",
|
| 51 |
-
"ậ",
|
| 52 |
-
"e",
|
| 53 |
-
"è",
|
| 54 |
-
"é",
|
| 55 |
-
"ẻ",
|
| 56 |
-
"ẽ",
|
| 57 |
-
"ẹ",
|
| 58 |
-
"ê",
|
| 59 |
-
"ề",
|
| 60 |
-
"ế",
|
| 61 |
-
"ể",
|
| 62 |
-
"ễ",
|
| 63 |
-
"ệ",
|
| 64 |
-
"i",
|
| 65 |
-
"ì",
|
| 66 |
-
"í",
|
| 67 |
-
"ỉ",
|
| 68 |
-
"ĩ",
|
| 69 |
-
"ị",
|
| 70 |
-
"o",
|
| 71 |
-
"ò",
|
| 72 |
-
"ó",
|
| 73 |
-
"ỏ",
|
| 74 |
-
"õ",
|
| 75 |
-
"ọ",
|
| 76 |
-
"ô",
|
| 77 |
-
"ồ",
|
| 78 |
-
"ố",
|
| 79 |
-
"ổ",
|
| 80 |
-
"ỗ",
|
| 81 |
-
"ộ",
|
| 82 |
-
"ơ",
|
| 83 |
-
"ờ",
|
| 84 |
-
"ớ",
|
| 85 |
-
"ở",
|
| 86 |
-
"ỡ",
|
| 87 |
-
"ợ",
|
| 88 |
-
"u",
|
| 89 |
-
"ù",
|
| 90 |
-
"ú",
|
| 91 |
-
"ủ",
|
| 92 |
-
"ũ",
|
| 93 |
-
"ụ",
|
| 94 |
-
"ư",
|
| 95 |
-
"ừ",
|
| 96 |
-
"ứ",
|
| 97 |
-
"ử",
|
| 98 |
-
"ữ",
|
| 99 |
-
"ự",
|
| 100 |
-
"y",
|
| 101 |
-
"ỳ",
|
| 102 |
-
"ý",
|
| 103 |
-
"ỷ",
|
| 104 |
-
"ỹ",
|
| 105 |
-
"ỵ",
|
| 106 |
-
"b",
|
| 107 |
-
"c",
|
| 108 |
-
"d",
|
| 109 |
-
"đ",
|
| 110 |
-
"g",
|
| 111 |
-
"h",
|
| 112 |
-
"k",
|
| 113 |
-
"l",
|
| 114 |
-
"m",
|
| 115 |
-
"n",
|
| 116 |
-
"p",
|
| 117 |
-
"q",
|
| 118 |
-
"r",
|
| 119 |
-
"s",
|
| 120 |
-
"t",
|
| 121 |
-
"v",
|
| 122 |
-
"x",
|
| 123 |
-
]
|
| 124 |
-
alphabet = "".join(vietnamese_characters)
|
| 125 |
space_re = regex.compile(r"\s+")
|
| 126 |
number_re = regex.compile("([0-9]+)")
|
| 127 |
digits = ["không", "một", "hai", "ba", "bốn", "năm", "sáu", "bảy", "tám", "chín"]
|
| 128 |
num_re = regex.compile(r"([0-9.,]*[0-9])")
|
|
|
|
| 129 |
keep_text_and_num_re = regex.compile(rf"[^\s{alphabet}.,0-9]")
|
| 130 |
keep_text_re = regex.compile(rf"[^\s{alphabet}]")
|
| 131 |
|
|
|
|
| 30 |
assert "sil" in phone_set
|
| 31 |
sil_idx = phone_set.index("sil")
|
| 32 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 33 |
space_re = regex.compile(r"\s+")
|
| 34 |
number_re = regex.compile("([0-9]+)")
|
| 35 |
digits = ["không", "một", "hai", "ba", "bốn", "năm", "sáu", "bảy", "tám", "chín"]
|
| 36 |
num_re = regex.compile(r"([0-9.,]*[0-9])")
|
| 37 |
+
alphabet = "aàáảãạăằắẳẵặâầấẩẫậeèéẻẽẹêềếểễệiìíỉĩịoòóỏõọôồốổỗộơờớởỡợuùúủũụưừứửữựyỳýỷỹỵbcdđghklmnpqrstvx"
|
| 38 |
keep_text_and_num_re = regex.compile(rf"[^\s{alphabet}.,0-9]")
|
| 39 |
keep_text_re = regex.compile(rf"[^\s{alphabet}]")
|
| 40 |
|