發票格式識別器

Question

我正在使用接收發票中所有文本的應用程序（通過處理該發票的掃描圖像來獲取文本）。現在，因爲有幾種可用的發票格式，所以我需要對應用程序接收的格式進行分類。例如，某些格式可能包含單位數量，有些則不包含（但它們都具有總成本）。

我做了一些關於解析技術的研究，但沒有找到可行的解決方案。你對這類問題有什麼建議嗎？

Answer 1

在Perl中，您可以使用Marpa，一個通用的BNF解析器 - 在BNF中描述您的發票格式，Marpa會解析您的BNF發票，參見例如。它是如何解決這個complex example與這simple code。