Question

我所拥有的是Google文档中OCR标记的沃尔玛收据（沃尔玛允许您通过电子邮件将自己的收据 .jpg 版本发送给自己，并且可以使用Google文档打开该图片，在此期间，它使用OCR提取文本。效果极佳，几乎没有错误。）

以下是OCR实际收据的链接： https://docs.google.com/document/d/1zSV09UGajna4DPtrHUrB6F82NugpYjaftMjomoKVXpE/edit?usp=sharing

我已经使用Google文档对OTC进行了数百笔沃尔玛收据。 OCR的文档存在一些格式问题，因此，我写了一些代码来帮助对其进行规范化，这是将我的所有收据存入数据库的一个更大目标的一部分。

虽然我能够解决许多格式替换问题，但是我仍然试图用制表符替换“ TAX 1”和“ TAX 2”之后的百分号，以便随后将“在新行中输入“ TAX 2”税。我注意到%符号将总是，后跟换行符，然后是下一个税的实际数值（对于“ TAX 1”和“ TAX 2”）行：

OCR文本示例：

SUBTOTAL 126.61 TAX 1 6.750 %
7.78 TAX 2 2.000 %
0.23 TOTAL 134.62

所需的输出文本：

SUBTOTAL    126.61 
TAX 1 6.750 %   7.78
TAX 2 2.000 %   0.23
TOTAL   134.62

目标：

每个（SUBTOTAL，TAX 1，TAX 2和TOTAL）都换行。 （可行）
每个后面都有一个制表符（SUBTOTAL，TAX 1，TAX 2和TOTAL），以便每个制表符的制表符都停止。 （可行）
我想只用一个百分号和一个制表符替换（空格+百分号+换行符）（认为7.78应该在换行符被取出时“上升”一行）（这是失败了）。

我可以使用regex选项使用Google Docs UI中的CTRL-F“查找和替换”菜单来完成此操作，而不会出现任何问题，但是我无法编写Apps脚本函数来做到这一点。我到处搜寻。我意识到GAS中的RegEx是有限的。但是我不知道这是否是我的问题，还有什么解决方法。同样，我对RegEx知之甚少，无法知道GAS支持的受限版本是否不是造成我问题的原因（例如，我是否忽略了某些内容）。

这是我用于格式化的代码摘录：

var body = DocumentApp.getActiveDocument().getBody();
/**
 * other formatting stuff
 */

//Find SUBTOTAL, remove the space before SUBTOTAL and move it down one line.
body.replaceText(' SUBTOTAL', '\n\nSUBTOTAL\t');

//Find TAX 1, remove the space before TAX 1 and move it down one line.
body.replaceText(' TAX 1', '\nTAX 1\t');

//Find TAX 2, remove the space before TAX 2 and move it down one line.
body.replaceText(' TAX 2', '\nTAX 2\t');

//Find TOTAL, replace it.
body.replaceText('TOTAL', '\nTOTAL\t');

//Find PERCENT SIGN AND ADD A NEWLINE AFTER IT, replace it all with a tab character.
body.replaceText("[ %\n]","\t");

前4个替换项效果很好。它的最后一个（百分号）不起作用。我试图这样逃避百分号：

body.replaceText("[ \%\n]","\t");

和

body.replaceText("[ \\%\n]","\t");

我试图这样删除括号：

body.replaceText(" \%\n","\t");

和

body.replaceText(" \\%\n","\t");

但坦率地说，每个收据都给出不同的结果-严重弄乱了整个收据文本。

所以百分号是问题-我想。

如何解决“ TAX 1”和“ TAX 2”行的格式？

OCR全文收据示例：https://docs.google.com/document/d/1zSV09UGajna4DPtrHUrB6F82NugpYjaftMjomoKVXpE/edit?usp=sharing

Answer 1

您要将共享文档的文本替换为所需的值。您想要的值可以通过我的注释中的脚本检索。如果我的理解是正确的，那怎么办？

在我的注释的示例脚本中，将检索整个文本并将其替换为所需的值。当这种情况反映到文档中时，该示例脚本如何？使用此脚本时，请执行以下操作。

打开共享文档。
打开脚本编辑器。
将示例脚本复制并粘贴到脚本编辑器中。
运行myFunction（）。
授权范围。
请参阅文档。

示例脚本：

function myFunction() {
  var body = DocumentApp.getActiveDocument().getBody();
  var newText = body.getText()
    .match(/(SUBTOTAL[\s\S]+?)VISA/)[1]
    .replace(/TAX/g, "\nTAX")
    .replace(/ TOTAL/g, "\nTOTAL\t")
    .replace(/%\n/g, "%\t");
  body.clear();
  body.setText(newText);
}

如果这不是您想要的，对不起。

OCR购买收据中的字符串替换

1 个答案:

示例脚本：