Java 正则表达式格式字符串答案

【问题标题】：Java Regex format StringJava 正则表达式格式字符串
【发布时间】：2023-04-08 02:43:01
【问题描述】：

我是 Java 和正则表达式的新手。我正在尝试从以下字符串中提取数据：

JAMMURI YA KENYA ¢)a(s REPUBLIC OF KENYA
sennc wnecs: 23085129 aShl e 31662252
FULL NAMES
JUDITH AWINO OWITI
DATE OF BIRTH
25. 10. 1992
SEX
FEMALE
DISTRICT OF BIRTH
MUHORONI
PLACE OF ISSUE
. NYANDO
DATE OF ISSUE
' 16.04. 2013 A
j HOLDER'S SIGN oo - Ve

地址：23085129 = IDNumber, 31662252 = SerialNumber, JUDITH AWINO OWITI = Name, 25. 10. 1992 = DateOfBirth

这是我的代码：

static HashMap<String, String> interpretText(String ocrText) {
        HashMap<String, String> result = new HashMap<String, String>();
        result.put("Text", ocrText);

        for (String text : ocrText.split("\\r?\\n")) {      
            //Get ID Only
            String pattern = "\\s+([0-9]{9})";
            Pattern r = Pattern.compile(pattern);
            Matcher m = r.matcher(text);
            if (m.find()) {
                System.out.println("IDNumber: " + m.group(0) );
                result.put("IDNumber", m.group(0));
            }

            // Get all other numbers
            pattern  = "(\\d+)(.*)";
            r = Pattern.compile(pattern);
            m = r.matcher(text);
            if (m.find()) {
                 System.out.println("Found value: " + m.group() );
            }

        }
        return result;
    }

我的挑战是如何从字符串中提取上述关键数据项。我的正则表达式实现不起作用。循环中23085129 = IDNumber, 31662252 = SerialNumber, JUDITH AWINO OWITI = Name, 25. 10. 1992 = DateOfBirth 的正确正则表达式实现是什么？

【问题讨论】：

您可以只使用一个模式：[^\n]+\n[^\n\d]+(\d+)[^\n\d]+(\d+)\nFULL NAMES\n([^\n]+)\nDATE OF BIRTH\n([^\n]+) 其中matcher.group(1) 是IDNumber，2 是SerialNumber，3 是Name 和4 @ 987654334@。 Demo
感谢您的协助。它运作良好。那很顺利。问候。
(?m:^)sennc wnecs: (?<IDNumber>\d+) aShl e (?<SerialNumber>\d+)\RFULL NAMES\R(?<Name>.*)\RDATE OF BIRTH\R(?<DateOfBirth>.*)
@CheruiyotFelix 这些字符串总是在那里吗？ sennc wnecs: 和 aShl e ?
感谢@Thefourthbird - 我会在扫描更多数据时尝试一下。

标签： java regex string ocr

【解决方案1】：

试试这个表达式：

(?:.*)\s(\d+)[\w\s]+\s(\d+)\WFULL NAMES\W([\w\s]+)\WDATE OF BIRTH\W([\d.\s]+)

在这里你可以看到它是如何工作的：https://regexr.com/51f5v

Java 示例：

String data = "JAMMURI YA KENYA ¢)a(s REPUBLIC OF KENYA\n" +
        "sennc wnecs: 23085129 aShl e 31662252\n" +
        "FULL NAMES\n" +
        "JUDITH AWINO OWITI\n" +
        "DATE OF BIRTH\n" +
        "25. 10. 1992\n" +
        "SEX\n" +
        "FEMALE\n" +
        "DISTRICT OF BIRTH\n" +
        "MUHORONI\n" +
        "PLACE OF ISSUE\n" +
        ". NYANDO\n" +
        "DATE OF ISSUE\n" +
        "' 16.04. 2013 A\n" +
        "j HOLDER'S SIGN oo - Ve";

Pattern pattern = Pattern.compile("(?:.*)\\s(\\d+)[\\w\\s]+\\s(\\d+)\\WFULL NAMES\\W([\\w\\s]+)\\WDATE OF BIRTH\\W([\\d.\\s]+)");
Matcher matcher = pattern.matcher(data);

if (matcher.find()) {
    System.out.println("IDNumber: " + matcher.group(1));
    System.out.println("SerialNumber: " + matcher.group(2));
    System.out.println("Name: " + matcher.group(3));
    System.out.println("DateOfBirth: " + matcher.group(4));
}

输出：

IDNumber: 23085129
SerialNumber: 31662252
Name: JUDITH AWINO OWITI
DateOfBirth: 25. 10. 1992

【讨论】：