字符串识别算法
最近,一个项目,做一个工具,代替原来的人工识别文档的工作,有辛,本人被安排研究字符串识别算法,
历经7天, 已经实现改算法, 识别率相当的高!
被分析字符串来自excel的一行. 按照业务逻辑来看,一行excel里面 只有两中域 一种叫可变域,另一种叫非可变域,
研究发现,可变域(下面称为FIELD)有着比较明显的特点,都是以特殊字符打头,以某几种方式存在,
因为以特殊字符打头""""所以,算法来了!
1.关键头字触发
触发什么呢?暗示程序下面可能会有一个FIELD, 那么下面就开始看,是不是一个FIELD,我的实现办法主要是:正则表达式匹配出满足特征的字符,
一个正则表达式子就解决问题了吗?没有""""""关于FIELD的设计思路在这里体现出来了!
//'X','Ｘ','＊','Y','M','D','H','Z','9'
//'X' list_x.add("X \\-X ");
list_x.add("X ");
//'Ｘ' list_X2.add("(Ｘ ) Ｘ");
list_X2.add("(Ｘ ) ");
//'Y' list_Y.add("{4}[/]{2}[/]{2}");
list_Y.add("{4}");
//'＊' list_xx.add("(＊ ){3}. (＊ ){3}");
//'H' list_H.add("HH:MI:SS"); list_H.add("HH:MI");
//'M' list_M.add("{2}/{2}");
list_M.add("{2}");
//'D' list_D.add("{2}");
//'Z' list_Z.add("{1,3},(ZZZ,)*{1,2}9");
list_Z.add("{1,3}9"); list_Z.add("{1,3}");
//'9' list_9.add("9999");
实现一个
页:
[1]