Parsing 使用OCR解析和分析收据

我正在做一个项目，可以使用OCR读取收据并对其进行解析，以获取重要信息，如商户名称、日期、金额等。我正在使用谷歌提供的解析图像并以JSON格式从中获取文本。现在我想进入下一步，在那里我可以解析文本，并尝试通过它的位置或表达式来识别信息。现在我可以从简单的货币中提取金额，后跟数字字符串。从这一点上看，我应该在哪里分析文本以提取任何信息（尝试开发一个可以从任何类型的收据中提取信息的系统）。即使是一个小小的线索也能帮助我前进

---

谢谢

我开始从返回的文本格式中提取信息，方法是查找诸如“日期”、“金额”、“总计”、“卢比”之类的标记。我开发了一种算法，将发现的不同数字作为实际数量进行排序。此外，我还通过删除诸如（“the”、“in”、“welcome”）等代币来获得商户名称，在大多数情况下，该名称位于收据顶部。

目前，我也在处理这个案例。你能解释一下你的排名算法吗@sandyHi@DharmaSaputra，我正在使用字符串的正则表达式来检查它是否形成了数量。与“总计”、“金额”等关键词最接近的字符串的排名更高。