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(“[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”);

实现一个