Android 如何检查扫描的文档是否包含地址

我需要扫描文档并检查它是否包含特定数据。 简单地说，假设我需要查找扫描的发票是否包含特定地址

与文档中的书写方式相比，要搜索的给定地址可以采用不同的书写方式，例如：

搜索地址（意大利语地址）：“都灵圣丽塔广场4310390号（收件人）

扫描文档中的地址可能类似于： 都灵P.zza S.丽塔4310390都灵 或 比萨S.丽塔4310390都灵 等等

我正在寻找一种在搜索数据之间找到一种“相似性”的方法，因此如果我找到一个接近的文本，比如说，80%，我认为它是一个有效的文件

除了如何键入地址外，出现的另一个问题是扫描的文档可能（大多数情况下）质量很差，因此OCR引擎可能会误解某些字符，导致错误结果（例如a“c”变成“o”，a“3”变成“B”，等等……所以我也要考虑到这一点

e、 g.扫描的文件可能导致“Plzza S.Rita 4B、1O390、Tcrinc”

关于如何解决这个问题有什么建议吗

---

实际上，我是在Android上开发的，使用OpenCV对文档图片进行桌面查看，使用Google Firebase ML-KIT在设备上扫描文档（我不能依赖外部服务，我必须在设备上解决）因此，我应该使用Java解决这个问题，并从ml工具包ocr找到的文本中查找，但即使您有在其他语言/平台中实现此功能的建议，也可以作为参考。

这确实是一个有点难的问题。我相信您最好的选择是模糊字符串匹配。
有一些Java库应该对您有所帮助，例如

extractX和sortX等功能应该很方便：

FuzzySearch.extractOne("cowboys", ["Atlanta Falcons", "New York Jets", "New York Giants", "Dallas Cowboys"])
(string: Dallas Cowboys, score: 90, index: 3)

---

你可以很容易地使用正则表达式来执行字符串匹配。我认为你低估了这个问题，这不是一个纯字符串匹配，而是字符串相似性，除了单词顺序之外，你还必须考虑错误的扫描字符，导致错误的否定。我想我应该使用混合混合算法，比如你为什么这么想？正则表达式对您不起作用？它们通常用于解决这类问题。您能给我一个在这种情况下使用正则表达式的示例吗？答案对您有用吗？我将在下周返回代码，我将尝试让您知道此库是否方便。谢谢

FuzzySearch.tokenSortPartialRatio("order words out of","  words out of order")