响应体新增年数中文：廿/卅/卌 缩写、空位补〇、首位1作元

parser.py

@@ -192,12 +192,86 @@ _gz_era_group = r'(?P<era>' + '|'.join(
 
 # === 数字转中文 ===
 def arabic_to_chinese_year(num: int) -> str:
+    """公元年份转中文（逐位体）：1662 → 一六六二，-140 → -一四〇。
+    公元年份读作逐位数字，故不适用计数体规则（见 arabic_to_chinese_count）。"""
     digits = "〇一二三四五六七八九"
     if num < 0:
         return '-' + ''.join(digits[int(d)] for d in str(abs(num)))
     return ''.join(digits[int(d)] for d in str(num))
 
 
+# === 年数（纪年计数）转中文 ===
+# 规则（纪年计数体，用于"年数中文"字段）：
+#   1. 首位 1 → "元"（元年）：民国元年、康熙元年、建元元年。
+#   2. 10-19 → 十、十一…十九（不写"一十"）。
+#   3. 20-49 且十位即最高位 → 廿/卅/卌 缩写：20→廿、21→廿一、26→廿六、35→卅五、40→卌、49→卌九。
+#      更高位用全称（120→一百二十，不写"一百廿"）。
+#   4. 50 以上用全称：五十、六十一、九十九、一百、二百五十、一千二百三十四。
+#   5. 空位补"〇"（不用"零"）：105→一百〇五、1005→一千〇五、1050→一千〇五十；
+#      连续空位只补一个〇（10005→一万〇五）。
+#   6. 万/亿 分级同普通话：一万、十万、一百万、一千〇五十万。
+_CN_UNITS = '〇一二三四五六七八九'
+_CN_TENS_ABBR = {2: '廿', 3: '卅', 4: '卌'}
+
+
+def _cn_under_10000(n: int, leading: bool) -> str:
+    """1 ≤ n ≤ 9999 的计数体中文；leading=True 表示该段是整个数的最高位段"""
+    digits = [n // 1000, n % 1000 // 100, n % 100 // 10, n % 10]
+    names = ['千', '百', '十', '']
+    out = []
+    zero_pending = False
+    for idx, (d, name) in enumerate(zip(digits, names)):
+        if d == 0:
+            if out:
+                zero_pending = True
+            continue
+        if zero_pending:
+            out.append('〇')
+            zero_pending = False
+        if name == '十' and leading and idx == 2 and not out and d < 5:
+            # 最高位就是十位：10-19 → 十…十九（不写"一十"）；20-49 → 廿/卅/卌 缩写
+            out.append('十' if d == 1 else _CN_TENS_ABBR[d])
+        else:
+            out.append(_CN_UNITS[d] + name)
+    return ''.join(out)
+
+
+def arabic_to_chinese_count(num: int) -> str:
+    """年数（纪年计数）转中文：1→元、20→廿、26→廿六、105→一百〇五、1050→一千〇五十。
+    与 arabic_to_chinese_year 的逐位体不同，本函数按计数体读法书写。"""
+    if num < 0:
+        return '-' + arabic_to_chinese_count(-num)
+    if num == 0:
+        return '〇'
+    if num == 1:
+        return '元'
+    if num < 10000:
+        return _cn_under_10000(num, leading=True)
+    if num < 100000000:
+        high, low = divmod(num, 10000)
+        out = _cn_under_10000(high, leading=True) + '万'
+    else:
+        high, low = divmod(num, 100000000)
+        out = arabic_to_chinese_count(high) + '亿'
+    if low:
+        if low < 1000:              # 低位段最高位低于"千"→ 中间有空位，补一个〇
+            out += '〇'
+        out += _cn_under_10000(low, leading=False)
+    return out
+
+
+def _insert_after(d: dict, key: str, new_key: str, value) -> dict:
+    """在 key 之后插入 new_key（保持字段相邻，便于前端展示）"""
+    out = {}
+    for k, v in d.items():
+        out[k] = v
+        if k == key:
+            out[new_key] = value
+    if new_key not in out:
+        out[new_key] = value
+    return out
+
+
 # === 古代年号正则 ===
 # 从 era_dict 构建朝代匹配组（按长度降序排列，优先匹配长朝代名如"北宋"而非"北"）
 # 额外添加常见但不在CSV中的朝代简称（如"汉"）
@@ -835,6 +909,15 @@ def extract_era_years(text):
         if result.get("公元") is not None:
             result.setdefault("干支", gregorian_to_ganzhi(result["公元"]))
 
+    # 年数中文：纪年计数的中文写法（廿/卅/卌、空位作〇、首位1作元）。
+    # 统一在收尾处补齐，任何新增的产生"年数"的分支都会自动带上该字段。
+    for i, result in enumerate(results):
+        if "年数" in result:
+            results[i] = _insert_after(
+                result, "年数", "年数中文",
+                f"{arabic_to_chinese_count(result['年数'])}年",
+            )
+
     # === 收尾：原文剔除标注符号；位置换算为 UTF-16 码元（JS 前端索引） ===
     for result in results:
         start, end = result["位置"]["起始"], result["位置"]["结束"]