ios - 如何从 Swift 3.0 中的字符串中提取单词(英文)和名称？

Question

我正在使用一个图像处理 API 来读取图像上的文本，并且从我返回的字符串数据中，我需要提取英语或字典中的单词以及常见的名字和姓氏。换句话说，我在字符串中得到了我需要的文本，但在结果中也得到了一些我需要过滤掉的垃圾(非单词)。这里最好的方法是什么？我已经研究过 NSLinguisticTagger 但它不是 100% 与我正在做的事情相符，还有其他建议吗？

REGEX 会帮助我吗？我不知道如何形成只匹配单词的模式的语法？

下面是我试图从中提取单词/名称的示例字符串的 2 个示例:

(1) “PUMPER im CasSICI 1111 Cassu with Andrew Webster PUMPE im CasSICI 1111 Cassu with Andrew Webster”
//我需要提取:“Pumper With Andrew Webster”

(2) “强大的 Hazelwood High 三部曲中的 SHARON M DRAPER000kFORGEDBY FIRESWINNER SHARON M DRAPER 000k 在强大的 Hazelwood High 三部曲中 FORGED BY FIRE S WINNER”
//我需要提取“Sharon Hazelwood High Draper in the powerful trilogy in forced by fire winner”

Answer 1

我把这个类拼凑在一起，它是真实代码和伪代码的混合体。我会为名字和姓氏创建一个单例类。有关详细信息，请参阅代码中的注释。这不是全部，但它应该可以解决您的大部分问题。

更新使用 switch 语句调整 cleanUpString 方法。

更新 2添加这个是为了处理 UITextChecker 不...

return UIReferenceLibraryViewController.dictionaryHasDefinition(forTerm: self)

无论您从哪里获取 OCR 文本，您都可以像这样使用它:

let stringParser = StringParser()
let cleanedUpText = stringParser.cleanUpString(yourOCRText)

这是类:

import UIKit // need this so UITextChecker will work
import Foundation

class StringParser: NSObject {

    // TODO: You'll need to create a singleton class for your first and last names
    // https://krakendev.io/blog/the-right-way-to-write-a-singleton

    func cleanUpString(_ inputString: String) -> String {

        // chuck stuff separated by a space into an array as an invdividual string
        let inputStringArray = inputString.characters.split(separator: " ").map(String.init)

        var outputArray = [String]()

        for word in inputStringArray {
            // Switch to check if word satisfies any of the desired conditions...if so, chuck in outputArray

            switch word {
            case _ where word.isRealWord():
                outputArray.append(word)
                break
            case _ where word.isFirstName():
                outputArray.append(word.capitalized)
                break
            case _ where word.isLastName():
                outputArray.append(word.capitalized)
                break
            default:
                break
            }
        }

        // reassemble the cleaned up words into an output array and return it as a single string
        return outputArray.joined(separator: " ")
    }
}

extension String {

    func isFirstName() -> Bool {
        let firstNameArray = ["Andrew", "Sharon"] // FIXME: this should be your singleton

        return firstNameArray.contains(self.capitalized)
    }

    func isLastName() -> Bool {
        let lastNameArray = ["Webster", "Hazelwood"] // FIXME: this should be your singleton

        return lastNameArray.contains(self.capitalized)
    }

    func isRealWord() -> Bool {
        // adapted from https://www.hackingwithswift.com/example-code/uikit/how-to-check-a-string-is-spelled-correctly-using-uitextchecker
        let checker = UITextChecker()
        let range = NSRange(location: 0, length: self.utf16.count)
        let misspelledRange = checker.rangeOfMisspelledWord(in: self, range: range, startingAt: 0, wrap: false, language: "en")

        if misspelledRange.location == NSNotFound {
            // cleans up what UITextChecker misses
            return UIReferenceLibraryViewController.dictionaryHasDefinition(forTerm: self) // returns yes if there's a definition for it
        }
        return false
    }
}