Numeros Em Tailandes

Como lidar com números em tailandês na prática

A maioria das pessoas que trabalha com dados vindos da Tailândia tropeça nos mesmos erros. Os numerais tailandeses (-) parecem simples à primeira vista, mas há armadilhas que não aparecem em nenhum guia rápido. Vou explicar como funciona, o que dá errado e onde você precisa tomar cuidado. O sistema numérico tailandês usa dez dígitos próprios, diferentes do alfabeto latino. Eles são usados em contextos formais — documentos governamentais, preços em mercados tradicionais, placares de templos — enquanto o sistema ocidental prevalece em menus de restaurante modernos e telas de computador. A confusão começa quando você assume que um documento tailandês inteiro usa os numerais nativos. Muitas vezes não usa. Os dígitos são esses:

= 0 (song) = 1 (nueng) = 2 (song)

= 3 (sam) = 4 (si) = 5 (ha)

= 6 (hao) = 7 (det) = 8 (pet)

= 9 (kau) O sistema de contagem em palavras funciona de forma lógica, mas tem exceções que ninguém te avisa. O número 11 é "sip-eleven", que na prática se diz "ep-hong" no dialeto coloquial. O 12 é "sip-song". O 100 é "nut". O 1.000 é "phan". Acima disso, a estrutura segue potências de cem e mil, não de milhar como em português. Aqui vai algo que eu descobri na marra: em transações do mercado de Chatuchak, os vendedores às vezes misturam numerais tailandeses com notação latina no mesmo ticket. Um orçamento que recebi tinha "," ao lado de "150 THB". Se você tentar processar isso com regex padrão, quebra tudo. Minha solução foi criar um parser que normaliza primeiro para texto puro, substituindo cada dígito tailandês pelo equivalente arábico, antes de qualquer operação. Levei dois dias refazendo o script depois que o primeiro falhou em produção porque não considerava a vírgula decimal tailandesa, que é o mesmo símbolo da vírgula portuguesa, não o ponto.

O problema que ninguém menciona

O sistema de numeração tailandês não tem palavra própria para "bilhão". Acima de 100 milhões, as pessoas recorrem ao sistema ocidental ou simplesmente dizem "são muitos milhões". Isso gera ambiguidade em contratos. Já vi um valor de "" ser interpretado de duas formas diferentes por dois tradutores, porque um contou os milhões como unidades de milhão e outro como milhões de milhões. A lição é simples: sempre peça a representação em dígitos arábicos quando o valor ultrapassar 100 milhões. Outro detalhe técnico importante. A Tailândia usa o sistema métrico, então você nunca encontrará conflito entre sistemas de medida, mas a formatação de datas e números decimais segue o padrão europeu, não o americano. Vírgula para decimais, ponto para milhares. Se seu software espera o padrão americano, os valores viram lixo automaticamente. Na minha experiência, a fonte mais confiável para consulta rápida é o site do governo tailandês, mas eles mesmos atualizam raramente. Para mapeamento de numerais, o Unicode Chart oficial do consórcio é mais preciso. Os caracteres estão no bloco Thai, códigos U+0E50 a U+0E59. Se você está desenvolvendo algum software que precisa lidar com isso, converter via código point é mais seguro do que confiar em tabelas manuais.

Não existe uma ferramenta única que resolva tudo. Planilhas, parsers customizados, OCR com model training específico — cada abordagem tem seu ponto de ruptura. Se o volume de dados for pequeno, vale a pena automatizar. Se for grande, o custo de manutenção do sistema compensa. Se for esporádico, uma conversão manual com validação dupla economiza tempo e evita retrabalho.