最近,
个项目,做个工具,代替原来
人工识别文档工作, 有辛,本人被安排研究
串识别算法, 历经7天, 已经实现改算法, 识别率相当
高! 被分析
串来自excel行. 按照业务逻辑来看,行excel里面 只有两中域 种叫可变域,另种叫非可变域, 研究发现, 可变域(下面称为FIELD)有着比较明显
特点,都是以特殊打头,以某几种方式存在, 
以特殊打头~~~~所以,算法来了! 1.关键头字触发
触发什么呢? 暗示
下面可能会有个FIELD, 那么下面就开始看,是不是个FIELD,我实现办法主要是:正则表达式匹配出满足特征, 个正则表达式子就解决问题了吗?没有~~~~~~有关FIELD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("[Y]{4}[/][M]{2}[/][D]{2}"); list_Y.add("[Y]{4}"); //'＊' list_xx.add("(＊ ){3}.+(＊ ){3}"); //'H' list_H.add("HH:MI:SS"); list_H.add("HH:MI"); //'M' list_M.add("[M]{2}/[D]{2}"); list_M.add("[M]{2}"); //'D' list_D.add("[D]{2}"); //'Z' list_Z.add("[Z]{1,3},(ZZZ,)*[Z]{1,2}9"); list_Z.add("[Z]{1,3}9"); list_Z.add("[Z]{1,3}"); //'9' list_9.add("9999");
实现
个 
最新评论