百度OCR识别后，使用正则表达式处理识别的字符，截取匹配的字符

布满荆棘的人生 2023-02-25 02:08 61阅读 0赞

最近有个业务，识别跑步类软件的图片上的文字，如下图：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N1bnl1aHVhX2tleWJvYXJk_size_16_color_FFFFFF_t_70]  
调用百度高精度OCR接口，识别出来的字符是这样的：

中国移动令 VOLTE
    09:48
    <
    10.04公
    ※04月29日05:46
    慢0619
    0513快
    054300:57:28638.1
    11187
    194
    89
    (步)
    (步分钟)
    (厘米

此时就需要使用正则表达式进行字符的筛选，只找到需要的耗时，完成时间，里程数。

使用Java正则表达式的代如下：

List<String> ocrList=new ArrayList<>();
            ocrList.add("1212:00:0012312");
            ocrList.add("12.0");
            ocrList.add("122.02");
            ocrList.add("122.02.2323");
            ocrList.add("12月03日12:00");
            ocrList.add("****12月03日12:00");
            ocrList.add("****12月03日12:008823");
            //选择完成时间
            String score=ocrList.parallelStream().map(s->{ 
                Pattern pattern = Pattern.compile("\\d{1,2}:\\d{1,2}:\\d{1,2}");
                Matcher matcher = pattern.matcher(s);
                if(matcher.find())
                    return matcher.group(0);
                return "";
            }).filter(s2->s2.matches("\\d{1,2}:\\d{1,2}:\\d{1,2}")).findFirst().orElse("");
            log.info(score);
            //过滤第一个出现的里程,如：10.65
            String miles=ocrList.parallelStream().map(s1->{ 
                    Pattern pattern = Pattern.compile("\\d{1,2}\\.\\d{1,2}");
                    Matcher matcher = pattern.matcher(s1);
                    if(matcher.find())
                        return matcher.group(0);
                    return "";
            }).filter(s2->s2.matches("\\d{1,2}\\.\\d{1,2}")).findFirst().orElse("");
    
    
            //过滤打卡日期
            String completionTimeStr=ocrList.parallelStream().map(s->{ 
                Pattern pattern = Pattern.compile("\\d{1,2}-\\d{1,2} \\d{1,2}:\\d{1,2}");
                Matcher matcher = pattern.matcher(s.replace("月","-").replace("日"," "));
                if(matcher.find())
                    return matcher.group(0);
                return "";
    
            }).filter(s2->s2.matches("\\d{1,2}-\\d{1,2} \\d{1,2}:\\d{1,2}")).findFirst().orElse("");
    
           log.info(score+"====="+miles+"===="+completionTimeStr);

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N1bnl1aHVhX2tleWJvYXJk_size_16_color_FFFFFF_t_70]: /images/20230209/6a370547c2a24adc821b126bcae2765a.png