如何获取包含文本的字符串中的日期？ [关闭]

Question

我有一个功能可以将插入的数据与图像中的原始数据进行比较，我们使用 Google Vision OCR 来提取文本。

OCR 将为您提供每个块的结果

所以它会给你一个数组结果

const result = [
  {
    text: This is the first block
  },
  {
    text: This is the second block
  },
  {
    text: Created on 20 September 2021
  },
]

我的问题是，我怎样才能得到日期（2021 年 9 月 20 日）？这样我就可以对插入的数据进行比较。

我只是想，需要比较的图像在日期前后不一致。

也许我会发现只有每个块的日期（没有任何文字，它只显示日期），
或日期以空格分隔（2021 年 9 月 20 日），
或日期以破折号分隔（2021 年 9 月 20 日），
或日期以斜线分隔（ 20/September/2021 ），
或使用数字的日期月份 ( 20-09-2021 )。

主要的是，日期结构并不总是相同。
在这种情况下，我将插入的数据与证书图像进行比较。

所以，如果我能得到日期，我将使用 momentjs().format() 使日期成为一致的日期格式

谢谢。

Answer 1

根据您的预期输入，这里有一些可以使用的 RegExp：

1. 查找 1,2 位数字（天）
2. 查找空格、- 或 /
3. 查找 3 到 9 个字符或 2 位数字的字符串
4. 查找空格、- 或 /
5. 查找 2 到 4 位数字

let regex = /\d{1,2}(-| |\/)(\w{3,9}|\d{1,2})(-| |\/)\d{2,4}/;
const inputs = ['some random text: 20 September 2020', '20/September/2020', '20-September-20', '20/09/2020', '20 Sep 20', '20-09-2020'];

for(const input of inputs){
 console.log(input.match(regex)[0]);
}