sharedkernel 1.6__tar.gz → 1.6.2__tar.gz

{sharedkernel-1.6 → sharedkernel-1.6.2}/PKG-INFO

@@ -1,7 +1,7 @@
 Metadata-Version: 2.1
 Name: sharedkernel
-Version: 1.6
-Summary: sharekernel is an shared package between all python projects
+Version: 1.6.2
+Summary: sharekernel is a shared package between all python projects
 Author: Smilinno
 Description-Content-Type: text/markdown
 Requires-Dist: numpy
@@ -20,6 +20,10 @@ Requires-Dist: persiantools
 this a shared kernel package
 
 # Change Log
+### Version 1.6.2
+- Minor update: normalize function nane
+### Version 1.6.1
+- Minor update normalize functions
 ### Version 1.6
 - Add phone number normalizer
 ### Version 1.5.2

{sharedkernel-1.6 → sharedkernel-1.6.2}/README.md

@@ -2,6 +2,10 @@
 this a shared kernel package
 
 # Change Log
+### Version 1.6.2
+- Minor update: normalize function nane
+### Version 1.6.1
+- Minor update normalize functions
 ### Version 1.6
 - Add phone number normalizer
 ### Version 1.5.2

{sharedkernel-1.6 → sharedkernel-1.6.2}/setup.py

@@ -33,8 +33,8 @@ setup(
         "persiantools"
     ],
     # *strongly* suggested for sharing
-    version="1.6",
-    description="sharekernel is an shared package between all python projects",
+    version="1.6.2",
+    description="sharekernel is a shared package between all python projects",
     long_description=long_description,
     long_description_content_type="text/markdown",
 )

{sharedkernel-1.6 → sharedkernel-1.6.2}/sharedkernel/normalizer.py

@@ -47,215 +47,14 @@ class DigitMapping:
         "نه": "9",
     }
 
-    patterns = [
-        "0910",
-        "0911",
-        "0912",
-        "0913",
-        "0914",
-        "0915",
-        "0916",
-        "0917",
-        "0918",
-        "0919",
-        "0990",
-        "0991",
-        "0992",
-        "0993",
-        "0994",
-        "0931",
-        "0932",
-        "0934",
-        "0900",
-        "0901",
-        "0902",
-        "0903",
-        "0904",
-        "0905",
-        "0930",
-        "0933",
-        "0935",
-        "0936",
-        "0937",
-        "0938",
-        "0939",
-        "0941",
-        "0920",
-        "0921",
-        "0922",
-        "0923",
-        "0955",
-        "0998",
-        "0999",
-        "923",
-        "941",
-        "916",
-        "917",
-        "919",
-        "905",
-        "930",
-        "993",
-        "910",
-        "920",
-        "915",
-        "933",
-        "990",
-        "904",
-        "992",
-        "918",
-        "937",
-        "938",
-        "900",
-        "913",
-        "914",
-        "911",
-        "903",
-        "994",
-        "931",
-        "934",
-        "991",
-        "921",
-        "922",
-        "912",
-        "932",
-        "998",
-        "901",
-        "939",
-        "936",
-        "902",
-        "955",
-        "999",
-        "935",
-        "۰۹۹",
-        "۹۹",
-        # Similar patterns
-        "0917",
-        "0918",
-        "0919",
-        "0921",
-        "0922",
-        "0923",
-        "0932",
-        "0934",
-        "0935",
-        "0936",
-        "0937",
-        "0938",
-        "0939",
-        "0941",
-        "0955",
-        "0998",
-        "0999",
-        "921",
-        "922",
-        "923",
-        "930",
-        "931",
-        "932",
-        "933",
-        "934",
-        "935",
-        "936",
-        "937",
-        "938",
-        "939",
-        "990",
-        "991",
-        "992",
-        "993",
-        "994",
-        "995",
-        "996",
-        "997",
-        "998",
-        "999",
-        # Persian Numerals
-        "۰۹۱۰",
-        "۰۹۱۱",
-        "۰۹۱۲",
-        "۰۹۱۳",
-        "۰۹۱۴",
-        "۰۹۱۵",
-        "۰۹۱۶",
-        "۰۹۱۷",
-        "۰۹۱۸",
-        "۰۹۱۹",
-        "۰۹۹۰",
-        "۰۹۹۱",
-        "۰۹۹۲",
-        "۰۹۹۳",
-        "۰۹۹۴",
-        "۰۹۳۱",
-        "۰۹۳۲",
-        "۰۹۳۴",
-        "۰۹۰۰",
-        "۰۹۰۱",
-        "۰۹۰۲",
-        "۰۹۰۳",
-        "۰۹۰۴",
-        "۰۹۰۵",
-        "۰۹۳۰",
-        "۰۹۳۳",
-        "۰۹۳۵",
-        "۰۹۳۶",
-        "۰۹۳۷",
-        "۰۹۳۸",
-        "۰۹۳۹",
-        "۰۹۴۱",
-        "۰۹۲۰",
-        "۰۹۲۱",
-        "۰۹۲۲",
-        "۰۹۲۳",
-        "۰۹۵۵",
-        "۰۹۹۸",
-        "۰۹۹۹",
-        "۹۲۳",
-        "۹۴۱",
-        "۹۱۶",
-        "۹۱۷",
-        "۹۱۹",
-        "۹۰۵",
-        "۹۳۰",
-        "۹۹۳",
-        "۹۱۰",
-        "۹۲۰",
-        "۹۱۵",
-        "۹۳۳",
-        "۹۹۰",
-        "۹۰۴",
-        "۹۹۲",
-        "۹۱۸",
-        "۹۳۷",
-        "۹۳۸",
-        "۹۰۰",
-        "۹۱۳",
-        "۹۱۴",
-        "۹۱۱",
-        "۹۰۳",
-        "۹۹۴",
-        "۹۳۱",
-        "۹۳۴",
-        "۹۹۱",
-        "۹۲۱",
-        "۹۲۲",
-        "۹۱۲",
-        "۹۳۲",
-        "۹۹۸",
-        "۹۰۱",
-        "۹۳۹",
-        "۹۳۶",
-        "۹۰۲",
-        "۹۵۵",
-        "۹۹۹",
-        "۹۳۵",
-    ]
+
 
 
 # Creating an instance of the DigitMapping class
 digit_mapping = DigitMapping()
 
 
-class PhoneNumberNormalizer:
+class PhoneNumberProcessor:
     # Iranian mobile phone number area code
 
     def __replace_number_words(self, text):
@@ -657,20 +456,21 @@ class PhoneNumberNormalizer:
         return self.__update_general_case(text, number)
 
     @staticmethod
-    def normalize_phone_numbers(text):
+    def normalize(text):
         """
         Normalize phone numbers in the input Persian text by handling specific patterns
         and replacing them with the correct numeric forms.
         """
+
         # Compile regex pattern to match number patterns
         pattern_regex = re.compile(
-            r"(" + "|".join(digit_mapping.patterns) + r")[\s۰-۹0-9تا]*"
+            r"((0?[1-9][0-9]{1,3})|(۰?[۱-۹][۰-۹]{1,3}))[\s۰-۹0-9تا]*"
         )
 
         # Clean up text by removing extra spaces
         cleaned_text = re.sub(r"\s{2,}", " ", text)
 
-        processor = PhoneNumberNormalizer()
+        processor = PhoneNumberProcessor()
 
         # Replace Persian number words with numeric equivalents
         cleaned_text = processor.__replace_number_words(cleaned_text)
@@ -696,75 +496,3 @@ class PhoneNumberNormalizer:
                 cleaned_text = processor.__process_number_replacement(cleaned_text, result)
 
         return cleaned_text if results else text
-
-
-if __name__ == "__main__":
-    # Create an instance of PhoneNumberNormalizer
-    phone_nomralizer = PhoneNumberNormalizer()
-
-    # Define a list of test cases
-    test_cases = [
-        "۰۹۹ ۳۸۴ ۲ تا ۹ ۲ تا ۱",
-        "شماره تماس من ۰۹۱۸۹۸۴  ۰۰۶۰کارت شارژ میخوام",
-        "سلام شماره تماس من ۰۹۱۸۹۸۴۳۰۱ کار شارژ لازم دارم",
-        "شماره تماس شماره تماس ۰۹۳۸ ۱۷۰۱۰۱",
-        "۰۹۳۸ ۳ تا ۳ ۲ تا ۴۵",
-        "شماره تماس ۰۹۱۸۹۸۴ ۰۶۰",
-        "شماره تماس ۰۹۳۸ ۸۸۸۴۵۴۵",
-        "شماره تماس ۹۳۸ ۳ تا ۲ ۲ تا ۵ ۰۱",
-        "شماره تماس ۰۹۳۸ ۳ تا ۳ ۲ تا ۴۵",
-        "شماره تماس ۰۹۳۸ ۳ تا ۱۰۹",
-        "۰۹۳۸ ۳ تا ۵ دو تا ۱۰۱ ۳ تا ۴۰۵",
-        "شماره تماس ۰۹۱۸ ۳ تا ۰۴۰۵۰ کار شارژ لازم دارم",
-        "شماره تماس ۰۹۱۸ ۳۶۴۵۰",
-        "شماره تماس ۰۹۱۸ ۳ تا ۰۲ تا ۴۰",
-        "شماره تماس ۰۹۱۸ ۳۶۴۰۵۰",
-        "شماره تماس ۰۹۱۸۳ تا ۴۰ ۲ تا ۵۰ ۳۶ دو تا ۳۰",
-        "شماره تماس من ۰۹۳۸ ۳ تا ۰۲ تا ۴۰",
-        "شماره تماس من ۰۹۱۲ ۲ تا ۲ ۲ تا ۳ ۲ تا ۱ صفر",
-        "09183040",
-        "۰۹111۱۲ دو تا شماره دارم",
-        "۰۹۱۸۹۸۴۰۰۶۰ کارشار لازم دارم",
-        "شماره ۹۱۲ دو تا سیم کارت دارم قیمتش چنده",
-        "شماره تلفن ۶۱۰۴۳۳۸۶۲۱۲۰۲۵۸ کار شارژ می‌خوام",
-        "برای شماره ۰۹۱۰۵۲۲۵۱ با شماره کارت ۶۰۳۷۹۹۸۱۱۸۴۵۹۲۴۶ می‌خوام شارژ بخرم",
-        "جمع عدد ۹ ۱ ۲ ۳ ۴ ۵ ۶ ۷ به اضافه  ۸ ۹ ۱۰ ۲ چند می‌شود",
-        "only text",
-        "واسه شماره ۰۹۱۸ ۳ تا ۶۰۰۶۰ کار شارژ لازم دارم",
-        "شماره 9189840060 کارت شارژ لازم دارم",
-        "12456878 کارتشارژ",
-        "09181234567",
-        "واسه شماره 09189840060 کارت شارژ لازم دارم",
-        "سلام شماره من 09189840060 می باشد شماره کارت 6104338621200258",
-        "شماره تماس ۰۹۳۸ ۳ تا صفر دو تا ۴۰",
-        "شماره تماس09184030  کارت شارژ",
-        "شماره تماس091870  کارت شارژ",
-        "شماره تماس ۰۹۳۸۳۶۰۰۳۰",
-        "شماره تماس ۰۹۳۸۳۲۲۴۶",
-        "شماره شماره ۰۹۹ ۶۵۶ ۴۵۵",
-        "شماره ۹۳۸ ۳ تا ۶ ۲۵۶۴میخوام",
-        "شماره تماس ۹۳۸ ۳ تا ۲ ۲ تا ۵ ۰۱ کار شارژ می‌خوام",
-        "واسه شماره ۰۹۱۸۹۸۴ ۰۰۶۰ و ۰۹۱۸۴۵۹ ۱۲۰۱ کار 2 تا شارژ لازم دارم",
-        "سلام شماره من 09364584541 لازم دارم 1 تا 7 به 874525445",
-        "۰۹۹ ۹۹۹۵۶۷۵",
-        "۰۹۹ ۶۵۶ ۶۶۶ssssssdsdaa۰۹۹",
-        "واسه شماره ۰۹۱۸۹۸۴ ۰۰۶۰ و ۰۹۱۸۴۵۹ ۱۲۰۱ کار 2 تا شارژ لازم دارم سلام شماره من ۰۹۱۸۹۸۴۳۰۱ لازم دارم 1 تا 7 به 874525445",
-        "شماره ۰۹۱۸۳۶۴۵۴۵ شماره ۰۹۹ ۹۹۹ ۴ تا ۴ و شماره ۰۹۳۷ ۳۶۵۴۴۵",
-        "شماره ۰۹۳۹۳۶۹۹ شماره ۰۹۹ ۵۴۵ ۹۹۹ شماره ۰۹۱۸۵۴۵ ۵۹۹",
-        "saa ۰۹۱۸۳۶۴۵۴۵ sfdarrm",
-        "شماره ۰۹۱۸ ۶۵۴ ۶۶۶ کارت شارژ می خوام",
-        "۰۹۱۸۹۸۴ ۳۶",
-        "شماره ۰۹۳۹ ۳۶۹ ۹۹۹ و شماره‌های ۰۹۹ ۵۴۵ ۹۹۹ و شماره ۰۹۱۸۵۴۵۹۶۶",
-        "۰۹۱۸۹۸۴۴۶",
-        "۰۹۱۸۹۸۴ ۶۶۶",
-        "سلام ییدید دیدیددی 1001sssssds100 یتتی091887اتی",
-        "سلام شکاره 091884 کارت شارژ",
-        "2 تا 0918 قیمت چند",
-        "جمع عدد 9364512 چند میشه",
-    ]
-
-    # Process each test case
-    for text in test_cases:
-        normalized_text = phone_nomralizer.normalize_phone_numbers(text)
-        print(f"Input text: {text}")
-        print(f"Normalized text: {normalized_text}\n")

{sharedkernel-1.6 → sharedkernel-1.6.2}/sharedkernel.egg-info/PKG-INFO

@@ -1,7 +1,7 @@
 Metadata-Version: 2.1
 Name: sharedkernel
-Version: 1.6
-Summary: sharekernel is an shared package between all python projects
+Version: 1.6.2
+Summary: sharekernel is a shared package between all python projects
 Author: Smilinno
 Description-Content-Type: text/markdown
 Requires-Dist: numpy
@@ -20,6 +20,10 @@ Requires-Dist: persiantools
 this a shared kernel package
 
 # Change Log
+### Version 1.6.2
+- Minor update: normalize function nane
+### Version 1.6.1
+- Minor update normalize functions
 ### Version 1.6
 - Add phone number normalizer
 ### Version 1.5.2