关于ABBYY FineReader用于创建自定义语言词典的正则表达式

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。

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：

日期的正则表达式：

表示日的数字可由一位数字（1、2 等）或两位数字（02、12）组成，但不能为零（00 或 0），日的正则表达式应显示为：((|0)[1-9])|([1|2][0-9])|(30)|(31)；

月的正则表达式应显示为：((|0)[1-9])|(10)|(11)|(12)；

年的正则表达式应显示为：([19][0-9][0-9]|([0-9][0-9])|([20][0-9][0-9]|([0-9][0-9])。

接下来，需要将所有这些组合起来并用句点隔开数字（如 1.03.1999），句点也是正则表达式符号，所以必须在前面添加反斜线 (\)，因此，完整日期的正则表达式应显示为： ((|0)[1-9])|([1|2][0-9])|(30)|(31)\.((|0)[1-9])|(10)|(11)|(12)\.((19)[0-9][0-9])|([0-9][0-9])|([20][0-9][0-9]|([0-9][0-9])

电子邮件地址的正则表达式：

[a-zA-Z0-9_\-\.]+\@[a-z0-9\.\-]+

更多关于ABBYY FineReader的内容， 请点击进入ABBYY中文服务中心，查看您需要的信息。