ABBYY FineReader是一款OCR图文识别软件,在识别文本时,可通过创建自定义语言(相关文章请参考ABBYY FineReader如何创建用户语言),识别包含很多非常用元素(如代码编号)的文本字符,本文为大家列出了用于创建自定义语言词典的正则表达式,方便大家了解和学习ABBYY FineReader。
注:
1、要将正则表达式符号作为正常字符使用,请在符号前添加反斜线。例如,[t-v]x+ 代表tx、txx、txx 等和ux、uxx等,而\[t-v\]x+则代表[t-v]x、[t-v]xx、[t-v]xxx等。
2、要分组正则表达式元素,请使用括号。例如,(a|b)+|c代表c或任何类似abbbaaabbb、ababab的组合(任何长度非零、其中可能有按任意顺序排列的任意个数的a和b的单词),而a|b+|c则代表a、c和b、bb、bbb等。示例:
假设识别包含三列的表格:出生日期、姓名、电子邮件地址,在这种情况下,可以创建两种新语言、数据和地址,并为它们指定以下正则表达式: