Počet prekladov nie je malý, ale jednotka sa stráca: kontrola by mala byť rozdelená do dvoch úrovní

Tento článok navrhuje hierarchickú stratégiu overovania na riešenie problému spárovania čísel množstiev s jednotkami pri akceptácii prekladu. Prostredníctvom desiatkového modulu štandardnej knižnice Pythonu je demonštrované, ako presne analyzovať a porovnávať hodnoty množstva a vyhnúť sa presnostiam s pohyblivou rádovou čiarkou; definuje tiež hranice zodpovednosti pri automatizovanom overovaní kódu a manuálnej sémantickej kontrole a kombinuje OmniDoc, aby ilustroval praktickú akceptačnú cestu doručovania prekladov dokumentov.

Zdá sa, že čísla v preklade nechýbajú, no jednotky sa možno potichu stratili. Keď je množstvo alebo množstvo v cenovej ponuke, správe a technických informáciách nesprávne, ovplyvní to skutočný obchodný význam, takže čísla je potrebné pred dodaním skontrolovať samostatne.

Tento článok je napísaný pre tých, ktorí sú zodpovední za prijímanie preložených dokumentov, najmä pre tých, ktorí sa často zaoberajú cenovými ponukami, finančnými výkazmi a technickými listami. Článok vysvetlí, prečo sa 1,234.50 v preklade môže stať 1.234,50, ako najskôr deklarovať pravidlá vstupu a potom porovnať hodnoty a aké rozhodnutia je ešte potrebné vykonať manuálne. Po prečítaní si môžete vytvoriť sadu dvojvrstvových kontrol: automatizovaný kód je zodpovedný za formáty a hodnoty a ľudia sú zodpovední za sémantiku a obchodné oblasti.

Príklady v tomto článku používajú syntetické vzorky a kód prešiel vzorovými kontrolami v izolovanom prostredí, čo však nepredstavuje záruku všetkých skutočných súborov alebo efektov produktu. Pred manipuláciou s dôležitými dokumentmi si originály uschovajte.

Počet prekladov nie je malý, ako ho prijať? Záver jednou vetou

Pre numerické overenie musia byť najskôr deklarované vstupné pravidlá a potom je možné porovnávať normalizované hodnoty. Mena a jednotka sa ponechajú ako nezávislé polia.

vaša situáciaOdporúčané postupydôvod
Rovnaká hodnota, iná menaSkontrolujte, či sa menová značka nezmenilaby sa štandardne nemali považovať za rovnocenné
Formát nie je v súlade s vyhlásenímSkontrolujte miestne nastavenie zdroja alebo proces extrakcieVšetky interpunkčné znamienka by sa nemali bezpodmienečne odstraňovať
Záporné znamienko zmizneKombinácia kontroly zdrojového textu a prekladuAbsolútne hodnoty by sa nemali brať automaticky
Znížená presnosťZaokrúhlite a nahrajte podľa pravidielRozdiely by sa nemali ignorovať

Najprv deklarujte pravidlá vstupu

1,234.50 a 1.234,50 predstavujú rovnaké alebo rôzne množstvá v zvykoch rôznych regiónov. Bez predchádzajúceho určenia formátu, ktorý sa má použiť, program nedokáže určiť, či sú preložené čísla správne.

Spracováva iba dva explicitné formáty

Tento článok sa týka iba nasledujúcich dvoch formátov:

  • Čiarka tisícky, bodka desatinné: Napríklad 1,234.50
  • Tisíce bodky, desatinná čiarka: Napríklad 1.234,50

Medzery v tisícoch, zátvorky pre záporné čísla, vedecký zápis a iné spôsoby písania nie sú zahrnuté v rozsahu. Keď sú pravidlá zdroja nejasné, treba sa hádam radšej brániť, než sa pre ne rozhodnúť.

Najprv skontrolujte formát a potom vykonajte desiatkový prevod

Reťazec sa najskôr skontroluje podľa deklarovaného formátu a po jeho odovzdaní sa skonvertuje na desiatkové.

import re
from decimal import Decimal

def amount(text, style):
    rules = {
        "comma_group": (r"-?(?:[0-9]{1,3}(?:,[0-9]{3})+|[0-9]+)(?:\.[0-9]+)?", ",", "."),
        "dot_group": (r"-?(?:[0-9]{1,3}(?:\.[0-9]{3})+|[0-9]+)(?:,[0-9]+)?", ".", ",")
    }
    if style not in rules:
        raise ValueError("unknown number convention")
    pattern, grouping, decimal = rules[style]
    if re.fullmatch(pattern, text) is None:
        raise ValueError("number does not match declared convention")
    return Decimal(text.replace(grouping, "").replace(decimal, "."))

assert amount("1,234.50", "comma_group") == amount("1.234,50", "dot_group")
assert amount("-12.50", "comma_group") == Decimal("-12.50")
assert (amount("12.50", "comma_group"), "USD") != (amount("12.50", "comma_group"), "EUR")
for bad in ["12,34.50", "1,234.50 USD", "NaN"]:
    try:
        amount(bad, "comma_group")
    except ValueError:
        pass
    else:
        raise AssertionError("invalid number accepted")

Rovnaké hodnoty nestačia

Tento kód dostane reťazec sumy, ktorý bol umiestnený, a automaticky nenájde sumu zo žiadneho dokumentu. Pri umiestňovaní polí by sa malo zachovať označenie, mena a zdrojové umiestnenie. Rovnaké číslo, ale zmena z kilogramov na libry alebo z celkovej ceny na jednotkovú cenu, nie je správna kontrola.

Porovnajte výsledkytreba skontrolovaťby sa nemalo robiť automaticky
Rovnaká hodnota, iná menaČi bolo označenie meny zmenenéPredvolene považované za ekvivalentné
Formát nie je v súlade s vyhlásenímZdrojová oblasť alebo chyba extrakcieBezpodmienečne vymazať všetku interpunkciu
Mínus mizneZdrojový text a kontext prekladuAutomaticky prijímať absolútne hodnoty
Presnosť klesáČi sa zaokrúhľovanie vykonáva podľa pravidielIgnorujte všetky rozdiely

Desatinné číslo rieši len časť problému

Čo vám desatinné číslo môže pomôcť dosiahnuť

  • Vyhnúť sa chybám v niektorých binárnych reprezentáciách s pohyblivou desatinnou čiarkou
  • Založené numerické porovnania na jasných normalizovaných výsledkoch

Desatinné to za teba neurobí

  • Vyberte pravidlá zaokrúhľovania
  • Vysvetlite výšku dane
  • Vykonať konverziu výmenných kurzov

Pri konverzii akejkoľvek hodnoty by sa mali v kontrolnom zozname uchovávať hodnoty pred a po konverzii a dôvod.

Čísla v preloženom dokumente si zaslúžia individuálne prijatie

Pri používaní OmniDoc (Produktový portál) na spracovanie cenových ponúk, správ alebo technických dokumentov môže byť akceptácia vykonaná v nasledujúcom poradí:

  1. Najprv usporiadajte položky kontrolného zoznamu pre sumy a jednotky a vypíšte obchodné polia zodpovedajúce každému číslu.
  2. Porovnajte položky kontrolného zoznamu s prekladom jednu po druhej, zaznamenávajúc rozdiely vo formáte, mene, mínuse a presnosti.
  3. Vráťte podozrivú položku do zdrojového textu, aby ste potvrdili, ktoré obchodné pole predstavuje.

Digitálne kontroly sú zodpovedné za identifikáciu podozrivých bodov a konečný rozsudok je stále potrebné vykonať späť k zdrojovému textu.

Zdroje: Python decimal.

📊 Porovnanie jadra

FormátPríkladSpôsob manipulácie
Čiarky tisíce a bodkované desatinné číslo1,234.50V rámci rozsahu analyzujte podľa pravidiel deklarácie
Bodky v tisíckach a čiarky v desatinných číslach1.234,50V rámci rozsahu analyzujte podľa pravidiel deklarácie
Medzery v tisíckach, zátvorky v záporných číslach, vedecká notáciaNevzťahuje sa na tento článokAk to nie je v rámci rozsahu a pravidlá zdrojov nie sú jasné, hádanie je zakázané

🎯 Ktorý prístup ti vyhovuje?

Ak pracujete s úvodzovkami alebo výrokmi

Najprv usporiadajte položky kontrolného zoznamu podľa množstva a jednotky, potom overte každú položku voči preloženej verzii.

Ak váš súbor používa iné číselné notácie

Tento článok nepokrýva medzery v tisíckach, záporné čísla v zátvorkách ani vedeckú notáciu. Najprv potvrďte pravidlá zdrojového kódu a nenechajte program hádať.

Ak potrebujete vykonať konverziu výmenných kurzov

Decimal prevod nevykoná za vás; prosím, zaznamenajte hodnoty pred a po konverzii a dôvody v zozname.

❓ Často kladené otázky (FAQ)

1. Prečo priamo neporovnávať sumy pomocou čísel s pohyblivou desatinnou čiarkou?

Použitie desatinného systému môže zabrániť chybám v niektorých binárnych plávajúcich desatinných reprezentáciách, čo ho robí vhodnejším pre číselné porovnania.

2. Ak sú čísla rovnaké, ale meny sa líšia, môžu byť považované za ekvivalentné?

Nemalo by sa to automaticky považovať za ekvivalentné; najprv skontrolujte, či nedošlo k zmene označenia meny.

3. Môžu sa automaticky vziať absolútne hodnoty, keď záporné znamienko zmizne?

Absolútne hodnoty by sa nemali automaticky brať; namiesto toho by sa mal kontrolovať zdrojový a prekladový kontext spoločne.

4. Dokáže kód automaticky nájsť sumu z akéhokoľvek dokumentu?

Nie. Kód dostane prednastavený reťazec sumy; pri vyhľadávaní polí by sa mal zachovať popisok, mena a zdrojové umiestnenie.

📝 Zhrnutie

Kľúčom k digitálnej verifikácii je najprv deklarovať pravidlá formátovania, potom porovnať štandardizované hodnoty a ponechať menu a jednotku ako samostatné polia. Automatizované kontroly sa používajú na identifikáciu podozrivých bodov, ale obchodný význam musí byť stále potvrdený zdrojovým textom.

Vyskúšajte to teraz: Nahrajte svoj dokument a začnite prekladať, pričom zachovajte pôvodné formátovanie

Aktualizované 2026-11-17