Upload 4 files

Text2List.py

@@ -0,0 +1,86 @@
+#!/usr/bin/env python
+# coding: utf-8
+
+# In[4]:
+
+
+def text_to_list():
+    text_list = [
+        # Malayalam script for English numbers (11-19)
+        'എലവൻ', 'ട്വെൽവ്', 'തിര്റെൻ', 'ഫോർടീൻ', 'ഫിഫ്റ്റീൻ', 'സിക്സ്റ്റീൻ', 'സിവൻറീൻ', 'എട്ടീൻ', 'നൈൻറീൻ',    
+        # Malayalam numbers (11-19)
+        'പതിനൊന്ന്', 'പന്ത്രണ്ട്', 'പതിന്മൂന്ന്', 'പതിന്നാല്', 'പതിനഞ്ച്', 'പതിനാറ്', 'പതിനേഴ്', 'പതിനെട്ട്', 'പത്തൊമ്പത്',
+        
+        # Malayalam script for English multiples of ten (20, 30, ..., 90)
+        'ട്വെന്റി', 'തിര്റ്റി', 'ഫോർറ്റി', 'ഫിഫ്റ്റി', 'സിക്സ്റ്റി', 'സിവൻ്റി', 'എൺപതു', 'നൈന്റ്റി',
+        # Malayalam multiples of ten (20, 30, ..., 90)
+        'ഇരുപത്', 'മുപ്പത്', 'നാല്പത്', 'ഐമ്പത്', 'അറുപത്', 'എഴുപത്', 'എൺപത്', 'തൊണ്ണൂறு',
+        
+        # Malayalam script for English combinations of 21-29
+        'ട്വെന്റി ഒൺ', 'ട്വെന്റി ടു', 'ട്വെന്റി ത്രീ', 'ട്വെന്റി ഫോർ', 'ട്വെന്റി ഫൈവ്', 'ട്വെന്റി സിക്സ്', 'ട്വെന്റി സെവൻ', 'ട്വെന്റി എട്ട്', 'ട്വെന്റി നൈൻ',
+        # Malayalam combinations of 21-29
+        'ഇരുപത്തി ഒന്ന്', 'ഇരുപത്തി രണ്ട്', 'ഇരുപത്തി മൂന്ന്', 'ഇരുപത്തി നാല്', 'ഇരുപത്തി അഞ്ചു', 'ഇരുപത്തി ആറ്', 'ഇരുപത്തി ഏഴ്', 'ഇരുപത്തി എട്ട്', 'ഇരുപത്തി ഒമ്പത്',
+        'ഇരുപത്തിഒന്ന്','ഇരുപത്തിരണ്ട്','ഇരുപത്തിമൂന്ന്','രുപത്തരണ്ട്','ഇരുപത്തിഞ്ച്','ഇരുപത്തിആറ്','ഇരുപത്തിഎട്ട്','ഇരുപത്തിഒമ്പത്','ഇരുപത്തിഒമ്പത്',
+        
+        # Malayalam script for English combinations of 31-39
+        'തിർറ്റി ഒൺ', 'തിർറ്റി ടു', 'തിർറ്റി ത്രീ', 'തിർറ്റി ഫോർ', 'തിർറ്റി ഫൈവ്', 'തിർറ്റി സിക്സ്', 'തിർറ്റി സെവൻ', 'തിർറ്റി എട്ട്', 'തിർറ്റി നൈൻ',    
+        # Malayalam combinations of 31-39
+        'മുപ്പത് ഒന്ന്', 'മുപ്പത് രണ്ട്', 'മുപ്പത് മൂന്ന്', 'മുപ്പത് നാല്', 'മുപ്പത് അഞ്ചു', 'മുപ്പത് ആറ്', 'മുപ്പത് ഏഴ്', 'മുപ്പത് എട്ട്', 'മുപ്പത് ഒമ്പത്',
+        'മുപ്പത്തിഒന്ന്','മുപ്പത്തിരണ്ട്','മുപ്പത്തിമൂന്ന്','മുപ്പത്തിനാല്','മുപ്പത്തിചഞ്ച്','മുപ്പത്തിആറ്','മുപ്പത്തിയെഴ്','മുപ്പത്തിഏട്ട്','മുപ്പത്തിഒമ്പത്',
+        
+        # Malayalam script for English combinations of 41-49
+        'ഫോർറ്റി ഒൺ', 'ഫോർറ്റി ടു', 'ഫോർറ്റി ത്രീ', 'ഫോർറ്റി ഫോർ', 'ഫോർറ്റി ഫൈവ്', 'ഫോർറ്റി സിക്സ്', 'ഫോർറ്റി സെവൻ', 'ഫോർറ്റി എട്ട്', 'ഫോർറ്റി നൈൻ',    
+        # Malayalam combinations of 41-49
+        'നാല്പത് ഒന്ന്', 'നാല്പത് രണ്ട്', 'നാല്പത് മൂന്ന്', 'നാല്പത് നാല്', 'നാല്പത് അഞ്ച്', 'നാല്പത് ആറ്', 'നാല്പത് ഏഴ്', 'നാല്പത് എട്ട്', 'നാല്പത് ഒമ്പത്',
+        'നാല്പത്തിഒന്ന്','നാല്പത്തിരണ്ട്','നാല്പത്തിമൂന്ന്','നാല്പത്തിനാല്','നാല്പത്തിഅഞ്ച്','നാല്പത്തിആറ്','നാല്പത്തിയെഴ്','നാല്പത്തിഏട്ട്','നാല്പത്തിഒമ്പത്',
+        
+        # Malayalam script for English combinations of 51-59
+        'ഫിഫ്റ്റി ഒൺ', 'ഫിഫ്റ്റി ടു', 'ഫിഫ്റ്റി ത്രീ', 'ഫിഫ്റ്റി ഫോർ', 'ഫിഫ്റ്റി ഫൈവ്', 'ഫിഫ്റ്റി സിക്സ്', 'ഫിഫ്റ്റി സെവൻ', 'ഫിഫ്റ്റി എട്ട്', 'ഫിഫ്റ്റി നൈൻ',    
+        # Malayalam combinations of 51-59
+        'ഐമ്പത് ഒന്ന്', 'ഐമ്പത് രണ്ട്', 'ഐമ്പത് മൂന്ന്', 'ഐമ്പത് നാല്', 'ഐമ്പത് അഞ്ചു', 'ഐമ്പത് ആറ്', 'ഐമ്പത് ഏഴ്', 'ഐമ്പത് എട്ട്', 'ഐമ്പത് ഒമ്പത്',
+        'ഐമ്പത്തിഒന്ന്','ഐമ്പത്തിരണ്ട്','ഐമ്പത്തിമൂന്ന്','ഐമ്പത്തിനാല്','ഐമ്പത്തിഅഞ്ച്','ഐമ്പത്തിആറ്','ഐമ്പത്തിയെഴ്','ഐമ്പത്തിഏട്ട്','ഐമ്പത്തിഒമ്പത്',
+        
+        # Malayalam script for English combinations of 61-69
+        'സിക്സ്റ്റി ഒൺ', 'സിക്സ്റ്റി ടു', 'സിക്സ്റ്റി ത്രീ', 'സിക്സ്റ്റി ഫോർ', 'സിക്സ്റ്റി ഫൈവ്', 'സിക്സ്റ്റി സിക്സ്', 'സിക്സ്റ്റി സെവൻ', 'സിക്സ്റ്റി എട്ട്', 'സിക്സ്റ്റി നൈൻ',    
+        # Malayalam combinations of 61-69
+        'അറുപത് ഒന്ന്', 'അറുപത് രണ്ട്', 'അറുപത് മൂന്ന്', 'അറുപത് നാല്', 'അറുപത് അഞ്ചു', 'അറുപത് ആറ്', 'അറുപത് ഏഴ്', 'അറുപത് എട്ട്', 'അറുപത് ഒമ്പത്',
+        'അറുപത്തിഒന്ന്','അറുപത്തിരണ്ട്','അറുപത്തിമൂന്ന്','അറുപത്തിനാല്','അറുപത്തിഅഞ്ച്','അറുപത്തിആറ്','അറുപത്തിയെഴ്','അറുപത്തിഏട്ട്','അറുപത്തിഒമ്പത്',
+        
+        # Malayalam script for English combinations of 71-79
+        'സിവൻ്റി ഒൺ', 'സിവൻ്റി ടു', 'സിവൻ്റി ത്രീ', 'സിവൻ്റി ഫോർ', 'സിവൻ്റി ഫൈവ്', 'സിവൻ്റി സിക്സ്', 'സിവൻ്റി സെവൻ', 'സിവൻ്റി എട്ട്', 'സിവൻ്റി നൈൻ',    
+        # Malayalam combinations of 71-79
+        'എഴുപത് ഒന്ന്', 'എഴുപത് രണ്ട്', 'എഴുപത് മൂന്ന്', 'എഴുപത് നാല്', 'എഴുപത് അഞ്ചു', 'എഴുപത് ആറ്', 'എഴുപത് ഏഴ്', 'എഴുപത് എട്ട്', 'എഴുപത് ഒമ്പത്',
+        'എഴുപത്തിഒന്ന്','എഴുപത്തിരണ്ട്','എഴുപത്തിമൂന്ന്','എഴുപത്തിനാല്','എഴുപത്തിഅഞ്ച്','എഴുപത്തിആറ്','എഴുപത്തിയെഴ്','എഴുപത്തിഏട്ട്','എഴുപത്തിഒമ്പത്',
+        
+        # Malayalam script for English combinations of 81-89
+        'എയ്ഡ് ഒൺ', 'എയ്ഡ് ടു', 'എയ്ഡ് ത്രീ', 'എയ്ഡ് ഫോർ', 'എയ്ഡ് ഫൈവ്', 'എയ്ഡ് സിക്സ്', 'എയ്ഡ് സെവൻ', 'എയ്ഡ് എട്ട്', 'എയ്ഡ് നൈൻ',    
+        # Malayalam combinations of 81-89
+        'എൺപത് ഒന്ന്', 'എൺപത് രണ്ട്', 'എൺപത് മൂന്ന്', 'എൺപത് നാല്', 'എൺപത് അഞ്ച്', 'എൺപത് ആറ്', 'എൺപത് ഏഴ്', 'എൺപത് എട്ട്', 'എൺപത് ഒമ്പത്',
+        'എൺപത്തിഒന്ന്','എൺപത്തിരണ്ട്','എൺപത്തിമൂന്ന്','എൺപത്തിനാല്','എൺപത്തിഅഞ്ച്','എൺപത്തിആറ്','എൺപത്തിയെഴ്','എൺപത്തിഏട്ട്','എൺപത്തിഒമ്പത്',
+        
+        # Malayalam script for English combinations of 91-99
+        'നൈന്റ്റി ഒൺ', 'നൈന്റ്റി ടു', 'നൈന്റ്റി ത്രീ', 'നൈന്റ്റി ഫോർ', 'നൈന്റ്റി ഫൈവ്', 'നൈന്റ്റി സിക്സ്', 'നൈന്റ്റി സെവൻ', 'നൈന്റ്റി എട്ട്', 'നൈ���്റ്റി നൈൻ',    
+        # Malayalam combinations of 91-99
+        'തൊണ്ണൂറ് ഒന്ന്', 'തൊണ്ണൂറ് രണ്ട്', 'തൊണ്ണൂറ് മൂന്ന്', 'തൊണ്ണൂറ് നാല്', 'തൊണ്ണൂറ് അഞ്ചു', 'തൊണ്ണൂറ് ആറ്', 'തൊണ്ണൂറ് ഏഴ്', 'തൊണ്ണൂറ് എട്ട്', 'തൊണ്ണൂറ് ഒമ്പത്',
+        'തൊണ്ണൂറ്റിഒന്ന്','തൊണ്ണൂറ്റിരണ്ട്','തൊണ്ണൂറ്റിമൂന്ന്','തൊണ്ണൂറ്റിനാല്','തൊണ്ണൂറ്റിഅഞ്ച്','തൊണ്ണൂറ്റിആറ്','തൊണ്ണൂറ്റിയെഴ്','തൊണ്ണൂറ്റിഏട്ട്','തൊണ്ണൂറ്റിഒമ്പത്',
+        
+        # Malayalam script for English numbers (0-10)
+        'സീറോ', 'വൺ', 'ടു', 'ത്രീ', 'ഫോർ', 'ഫൈവ്', 'സിക്സ്', 'സിവൻ', 'എട്ട്', 'നൈൻ', 'ടെൻ',
+        # Malayalam numbers (0-10)
+        'പൂജ്യം', 'ഒന്ന്', 'രണ്ട്', 'മൂന്ന്', 'നാല്', 'അഞ്ച്', 'ആറ്', 'ഏഴ്', 'എട്ട്', 'ഒമ്പത്', 'പത്ത്',
+        
+        # Malayalam script for 100
+        'ഹണ്ട്രഡ്',
+        # Malayalam for 100
+        'നൂறு',
+        # Malayalam for 1000
+        'ആയിരം'
+    ]
+    return text_list
+
+
+# In[ ]:
+
+
+
+

convert2list.py

@@ -0,0 +1,55 @@
+#!/usr/bin/env python
+# coding: utf-8
+
+# In[2]:
+
+
+# import nbimporter
+import nbimporter
+from Text2List import text_to_list
+def convert_to_list(text, text_list):
+    matched_words = []
+    unmatched_text = ''  # To accumulate unmatched characters
+
+    # Sort text_list by length in descending order to prioritize longest matches first
+    text_list_sorted = sorted(text_list, key=len, reverse=True)
+
+    while text:
+        matched = False
+        for word in text_list_sorted:
+            if text.startswith(word):
+                # Add any accumulated unmatched text before appending the matched word
+                if unmatched_text:
+                    matched_words.append(unmatched_text)
+                    unmatched_text = ''  # Reset unmatched text accumulator
+
+                matched_words.append(word)
+                text = text[len(word):]  # Remove the matched part from text
+                matched = True
+                break
+
+        if not matched:
+            # Accumulate unmatched characters
+            unmatched_text += text[0]
+            text = text[1:]
+
+    # If there's any remaining unmatched text, add it to the result
+    if unmatched_text:
+        matched_words.append(unmatched_text)
+
+    # Join matched words and unmatched text with a space
+    result = ' '.join(matched_words)
+    return result
+    
+# text = "जीरोएकदोतीनचारपांचछहसातआठनौदसजीरोएकदोतीनचारपांच"
+
+# if __name__=="__main__":
+#     converted=convert_to_list(text, text_to_list())
+#     print(converted)
+
+
+# In[ ]:
+
+
+
+

replaceWords.py

@@ -0,0 +1,133 @@
+#!/usr/bin/env python
+# coding: utf-8
+
+# In[9]:
+
+
+import re
+malayalam_numbers = {
+    'one': ['ഒന്ന്', 'ഒന്നു', 'വൺ'],
+    'two': ['രണ്ട്', 'രണ്ടും', 'ടൂ'],
+    'three': ['മൂന്ന്', 'മുന്ന്', 'ത്രീ'],
+    'four': ['നാല്', 'നാലു', 'ഫോർ'],
+    'five': ['അഞ്ച്', 'അഞ്ചു', 'ഫൈവ്'],
+    'six': ['ആറ്', 'ആறு', 'സിക്സ്'],
+    'seven': ['ഏഴ്', 'എഴു', 'സെവൻ'],
+    'eight': ['എട്ട്', 'എട്ട്', 'എയ്‌റ്റ്'],
+    'nine': ['ഒമ്പത്', 'ഒമ്പതു', 'നൈൻ'],
+    'ten': ['പത്ത്', 'പത്തുപാട്', 'ടെൻ'],
+
+    'eleven': ['പതിനൊന്ന്', 'പതിനൊന്നും', 'എലവൻ'],
+    'twelve': ['പന്നിരണ്ട്', 'പന്നിരണ്ടും', 'ട്വെൽവ്'],
+    'thirteen': ['പതിന്മൂന്ന്', 'പതിന്മുന്ന്', 'തർതീൻ'],
+    'fourteen': ['പതിനാല്', 'പതിനാലു', 'ഫോർടheen'],
+    'fifteen': ['പതിനഞ്ച്', 'പതിനഞ്ചു', 'ഫിഫ്റ്റീൻ'],
+    'sixteen': ['പതിനാറ്', 'പതിനാറു', 'സിക്സ്റ്റീൻ'],
+    'seventeen': ['പതിനേഴ്', 'പതിനേഴ്', 'സെവന്റീൻ'],
+    'eighteen': ['പതിനെട്ട്', 'പതിനെട്ടു', 'എറ്റിൻ'],
+    'nineteen': ['പതൊമ്പത്', 'പത്തൊമ്പതു', 'നൈന്റീൻ'],
+
+    'twenty': ['ഇരുപത്', 'ഇരുപത്തൊ', 'ട്വെന്റി'],
+    'twenty one': ['ഇരുപത് ഒന്ന്', 'ഇരുപതൊന്ന്', 'ട്വെന്റി വൺ'],
+    'twenty two': ['ഇരുപത് രണ്ട്', 'ഇരുപതുള്ള്', 'ട്വെന്റി ടൂ'],
+    'twenty three': ['ഇരുപത് മൂന്ന്', 'ഇരുപത്തുമൂന്ന്', 'ട്വെന്റി ത്രീ'],
+    'twenty four': ['ഇരുപത് നാല്', 'ഇരുപത്തുനാല്', 'ട്വെന്റി ഫോർ'],
+    'twenty five': ['ഇരുപത് അഞ്ച്', 'ഇരുപത്തുഐന്ന്', 'ട്വെന്റി ഫൈവ്'],
+    'twenty six': ['ഇരുപത് ആറ്', 'ഇരുപത്തുആറ്', 'ട്വെന്റി സിക്സ്'],
+    'twenty seven': ['ഇരുപത് ഏഴ്', 'ഇരുപത്തുഏഴ്', 'ട്വെന്റി സെവൻ'],
+    'twenty eight': ['ഇരുപത് എട്ട്', 'ഇരുപത്തുഎട്ട്', 'ട്വെന്റി എയ്‌റ്റ്'],
+    'twenty nine': ['ഇരുപത് ഒമ്പത്', 'ഇരുപത്തൊമ്പത്', 'ട്വെന്റി നൈൻ'],
+
+    'thirty': ['മുപ്പത്', 'മുപ്പത്തൊ', 'തർട്ടി'],
+    'thirty one': ['മുപ്പത് ഒന്ന്', 'മുപ്പത്തൊന്ന്', 'തർട്ടി വൺ'],
+    'thirty two': ['മുപ്പത് രണ്ട്', 'മുപ്പത്തുള്ള്', 'തർട്ടി ടൂ'],
+    'thirty three': ['മുപ്പത് മൂന്ന്', 'മുപ്പത്തുമൂന്ന്', 'തർട്ടി ത്രീ'],
+    'thirty four': ['മുപ്പത് നാല്', 'മുപ്പത്തുനാൽ', 'തർട്ടി ഫോർ'],
+    'thirty five': ['മുപ്പത് അഞ്ച്', 'മുപ്പത്തുഐന്ന്', 'തർട്ടി ഫൈവ്'],
+    'thirty six': ['മുപ്പത് ആറ്', 'മുപ്പത്തുആറ്', 'തർട്ടി സിക്സ്'],
+    'thirty seven': ['മുപ്പത് ഏഴ്', 'മുപ്പത്തുഏഴ്', 'തർട്ടി സെവൻ'],
+    'thirty eight': ['മുപ്പത് എട്ട്', 'മുപ്പത്തുഎട്ട്', 'തർട്ടി എയ്‌റ്റ്'],
+    'thirty nine': ['മുപ്പത് ഒമ്പത്', 'മുപ്പത്തൊമ്പത്', 'തർട്ടി നൈൻ'],
+
+    'forty': ['നാല്പത്', 'നാല്പത്തൊ', 'ഫോർട്ടി'],
+    'forty one': ['നാല്പത് ഒന്ന്', 'നാല്പത്തൊന്ന്', 'ഫോർട്ടി വൺ'],
+    'forty two': ['നാല്പത് രണ്ട്', 'നാല്പത്തുള്ള്', 'ഫോർട്ടി ടൂ'],
+    'forty three': ['നാല്പത് മൂന്ന്', 'നാല്പത്തുമൂന്ന്', 'ഫോർട്ടി ത്രീ'],
+    'forty four': ['നാല്പത് നാല്', 'നാല്പത്തുനാൽ', 'ഫോർട്ടി ഫോർ'],
+    'forty five': ['നാല്പത് അഞ്ച്', 'നാല്പത്തുഐന്ന്', 'ഫോർട്ടി ഫൈവ്'],
+    'forty six': ['നാല്പത് ആറ്', 'നാല്പത്തുആറ്', 'ഫോർട്ടി സിക്സ്'],
+    'forty seven': ['നാല്പത് ഏഴ്', 'നാല്പത്തുഏഴ്', 'ഫോർട്ടി സെവൻ'],
+    'forty eight': ['നാല്പത് എട്ട്', 'നാല്പത്തുഎട്ട്', 'ഫോർട്ടി എയ്‌റ്റ്'],
+    'forty nine': ['നാല്പത് ഒമ്പത്', 'നാല്പത്തൊമ്പത്', 'ഫോർട്ടി നൈൻ'],
+
+    'fifty': ['അമ്പത്', 'അമ്പത്തൊ', 'ഫിഫ്റ്റി'],
+    'fifty one': ['അമ്പത് ഒന്ന്', 'അമ്പത്തൊന്ന്', 'ഫിഫ്റ്റി വൺ'],
+    'fifty two': ['അമ്പത് രണ്ട്', 'അമ്പത്തുള്ള്', 'ഫിഫ്റ്റി ടൂ'],
+    'fifty three': ['അമ്പത് മൂന്ന്', 'അമ്പത്തുമൂന്ന്', 'ഫിഫ്റ്റി ത്രീ'],
+    'fifty four': ['അമ്പത് നാല്', 'അമ്പത്തുനാൽ', 'ഫിഫ്റ്റി ഫോർ'],
+    'fifty five': ['അമ്പത് അഞ്ചു', 'അമ്പത്തുഐന്ന്', 'ഫിഫ്റ്റി ഫൈവ്'],
+    'fifty six': ['അമ്പത് ആറ്', 'അമ്പത്തുആറ്', 'ഫിഫ്റ്റി സിക്സ്'],
+    'fifty seven': ['അമ്പത് ഏഴ്', 'അമ്പത്തുഏഴ്', 'ഫിഫ്റ്റി സെവൻ'],
+    'fifty eight': ['അമ്പത് എട്ട്', 'അമ്പത്തുഎട്ട്', 'ഫിഫ്റ്റി എയ്‌റ്റ്'],
+    'fifty nine': ['അമ്പത് ഒമ്പത്', 'അമ്പത്തൊമ്പത്', 'ഫിഫ്റ്റി നൈൻ'],
+
+    'sixty': ['അറുപത്', 'അറുപത്തൊ', 'സിക്സ്റ്റി'],
+    'sixty one': ['അറുപത് ഒന്ന്', 'അറുപത് ഒന്നു', 'സിക്സ്റ്റി വൺ'],
+    'sixty two': ['അറുപത് രണ്ട്', 'അറുപത് രണ്ട്', 'സിക്സ്റ്റി ടൂ'],
+    'sixty three': ['അറുപത് മൂന്ന്', 'അറുപത് മൂന്ന്', 'സിക്സ്റ്റി ത്രീ'],
+    'sixty four': ['അറുപത് നാല്', 'അറുപത് നാല്', 'സിക്സ്റ്റി ഫോർ'],
+    'sixty five': ['അറുപത് അഞ്ച്', 'അറുപത് അഞ്ചു', 'സിക്സ്റ്റി ഫൈവ്'],
+    'sixty six': ['അറുപത് ആറ്', 'അറുപത് ആരു', 'സിക്സ്റ്റി സിക്സ്'],
+    'sixty seven': ['അറുപത് ഏഴ്', 'അറുപത് ഏഴ്', 'സിക്സ്റ്റി സെവൻ'],
+    'sixty eight': ['അറുപത് എട്ട്', 'അറുപത് എട്ട്', 'സിക്സ്റ്റി എയ്‌റ്റ്'],
+    'sixty nine': ['അറുപത് ഒമ്പത്', 'അറുപത് ഒമ്പതു', 'സിക്സ്റ്റി നൈൻ'],
+
+    'seventy': ['എഴുപത്', 'എഴുപത്തൊ', 'സെവന്റി'],
+    'seventy one': ['എഴുപത് ഒന്ന്', 'എഴുപത് ഒന്നു', 'സെവന്റി വൺ'],
+    'seventy two': ['എഴുപത് രണ്ട്', 'എഴുപത് രണ്ട്', 'സെവന്റി ടൂ'],
+    'seventy three': ['എഴുപത് മൂന്ന്', 'എഴുപത് മൂന്ന്', 'സെവന്റി ത്രീ'],
+    'seventy four': ['എഴുപത് നാല്', 'എഴുപത് നാല്', 'സെവന്റി ഫോർ'],
+    'seventy five': ['എഴുപത് അഞ്ച്', 'എഴുപത് അഞ്ചു', 'സെവന്റി ഫൈവ്'],
+    'seventy six': ['എഴുപത് ആറ്', 'എഴുപത് ആരു', 'സെവന്റി സിക്സ്'],
+    'seventy seven': ['എഴുപത് ഏഴ്', 'എഴുപത് ഏഴ്', 'സെവന്റി സെവൻ'],
+    'seventy eight': ['എഴുപത് എട്ട്', 'എഴുപത് എട്ട്', 'സെവന്റി എയ്‌റ്റ്'],
+    'seventy nine': ['എഴുപത് ഒമ്പത്', 'എഴുപത് ഒമ്പതു', 'സെവന്റി നൈൻ'],
+
+    'eighty': ['എൺപത്', 'എൺപത്തൊ', 'എയ്റ്റി'],
+    'eighty one': ['എൺപത് ഒന്ന്', 'എൺപത് ഒന്നു', 'എയ്റ്റി വൺ'],
+    'eighty two': ['എൺപത് രണ്ട്', 'എൺപ��് രണ്ട്', 'എയ്റ്റി ടൂ'],
+    'eighty three': ['എൺപത് മൂന്ന്', 'എൺപത് മൂന്ന്', 'എയ്റ്റി ത്രീ'],
+    'eighty four': ['എൺപത് നാല്', 'എൺപത് നാല്', 'എയ്റ്റി ഫോർ'],
+    'eighty five': ['എൺപത് അഞ്ച്', 'എൺപത് അഞ്ചു', 'എയ്റ്റി ഫൈവ്'],
+    'eighty six': ['എൺപത് ആറ്', 'എൺപത് ആറ്', 'എയ്റ്റി സിക്സ്'],
+    'eighty seven': ['എൺപത് ഏഴ്', 'എൺപത് ഏഴ്', 'എയ്റ്റി സെവൻ'],
+    'eighty eight': ['എൺപത് എട്ട്', 'എൺപത് എട്ട്', 'എയ്റ്റി എയ്‌റ്റ്'],
+    'eighty nine': ['എൺപത് ഒമ്പത്', 'എൺപത് ഒമ്പതു', 'എയ്റ്റി നൈൻ'],
+
+    'ninety': ['തൊണ്ണൂറി', 'തൊണ്ണൂറി', 'നൈന്റ്റി'],
+    'ninety one': ['തൊണ്ണൂറി ഒന്ന്', 'തൊണ്ണൂറി ഒന്നു', 'നൈന്റ്റി വൺ'],
+    'ninety two': ['തൊണ്ണൂറി രണ്ട്', 'തൊണ്ണൂറി രണ്ട്', 'നൈന്റ്റി ടൂ'],
+    'ninety three': ['തൊണ്ണൂറി മൂന്ന്', 'തൊണ്ണൂറി മൂന്ന്', 'നൈന്റ്റി ത്രീ'],
+    'ninety four': ['തൊണ്ണൂറി четыре', 'തൊണ്ണൂറി', 'നൈന്റ്റി ഫോർ'],
+    'ninety five': ['തൊണ്ണൂറി five', 'തൊണ്ണൂറി', 'നൈന്റ്റി 5'],
+
+    'hundred': ['നൂറ്', 'നൂറ്', 'ഹണ്ട്രഡ്']
+}
+
+    words = sentence.split()  # Split the sentence by spaces
+    
+    # Replace words using the mapping
+    for i, word in enumerate(words):
+        for replacement, patterns in replacement_map.items():
+            if word in patterns:
+                words[i] = replacement  # Replace the word if it's fully matched
+    
+    # Join the processed words back into a sentence
+    return ' '.join(words)
+
+
+# In[ ]:
+
+
+
+

text2int.py

@@ -0,0 +1,102 @@
+#!/usr/bin/env python
+# coding: utf-8
+
+# In[3]:
+
+
+import nbimporter
+from isNumber import is_number  # Remove or replace this if unnecessary
+
+def text_to_int(textnum, numwords={}):
+    # Define units, tens, and scales including "lac"
+    units = ['zero', 'one', 'two', 'three', 'four', 'five', 'six', 'seven', 'eight',
+            'nine', 'ten', 'eleven', 'twelve', 'thirteen', 'fourteen', 'fifteen',
+            'sixteen', 'seventeen', 'eighteen', 'nineteen']
+    tens = ['', '', 'twenty', 'thirty', 'forty', 'fifty', 'sixty', 'seventy', 'eighty', 'ninety']
+    scales = ['hundred', 'thousand', 'lac', 'million', 'billion', 'trillion']  # "lac" added
+    ordinal_words = {'first': 1, 'second': 2, 'third': 3, 'fifth': 5, 'eighth': 8, 'ninth': 9, 'twelfth': 12}
+    ordinal_endings = [('ieth', 'y'), ('th', '')]
+
+    if not numwords:
+        numwords['and'] = (1, 0)  # Handle "one hundred and twenty"
+        
+        # Add units, tens, and scales to numwords
+        for idx, word in enumerate(units):
+            numwords[word] = (1, idx)
+        for idx, word in enumerate(tens):
+            numwords[word] = (1, idx * 10)
+        
+        for idx, word in enumerate(scales):
+            numwords[word] = (10 ** (5 if word == 'lac' else idx * 3 or 2), 0)  # Handle "lac" as 10^5
+
+    # Remove hyphens and normalize input
+    textnum = textnum.replace('-', ' ')
+
+    current = result = 0
+    curstring = ''
+    onnumber = False
+    lastunit = False
+    lastscale = False
+
+    def is_numword(x):
+        return is_number(x) or x in numwords
+
+    def from_numword(x):
+        if is_number(x):
+            return 0, int(x.replace(',', ''))
+        return numwords[x]
+
+    for word in textnum.split():
+        if word in ordinal_words:
+            scale, increment = (1, ordinal_words[word])
+            current = current * scale + increment
+            if scale > 100:
+                result += current
+                current = 0
+            onnumber = True
+            lastunit = False
+            lastscale = False
+        else:
+            for ending, replacement in ordinal_endings:
+                if word.endswith(ending):
+                    word = f"{word[:-len(ending)]}{replacement}"
+
+            if not is_numword(word) or (word == 'and' and not lastscale):
+                if onnumber:
+                    curstring += repr(result + current) + " "
+                curstring += word + " "
+                result = current = 0
+                onnumber = False
+                lastunit = False
+                lastscale = False
+            else:
+                scale, increment = from_numword(word)
+                onnumber = True
+
+                if lastunit and word not in scales:
+                    curstring += repr(result + current) + " "
+                    result = current = 0
+
+                if scale > 1:
+                    current = max(1, current)
+
+                current = current * scale + increment
+
+                if scale >= 100:
+                    result += current
+                    current = 0
+
+                lastscale = word in scales
+                lastunit = word in units
+
+    if onnumber:
+        curstring += repr(result + current)
+
+    return curstring.strip()
+
+
+# In[ ]:
+
+
+
+