如何使用正则表达式匹配OCR文本的换行符并提取匹配项后的两行内容

原有代码问题 #

• 正则规则错误：^NAME+\\n中的+修饰符作用于前面的字符E，会匹配NAMEEEE这类不符合预期的内容；同时你提供的OCR文本中换行用的是<br />标签，不是\n转义换行，匹配\n无法命中目标。
• 逻辑缺失：即使匹配到NAME开头的内容，原有代码也没有做后续两行的提取操作，直接打印整段文本无法得到你需要的内容。

可直接使用的Swift实现代码 #

let ocrText = "NAME <br />   JESUS<br />  LASTNAME"
// 正则规则：匹配NAME开头的内容，捕获后续两行的文本
let regex = try! NSRegularExpression(pattern: "^NAME.*?<br />\\s*(.*?)<br />\\s*(.*?)$", options: .dotMatchesLineSeparators)
if let match = regex.firstMatch(in: ocrText, range: NSRange(ocrText.startIndex..., in: ocrText)) {
    // 提取紧随NAME后的第一行内容
    let firstLineRange = Range(match.range(at: 1), in: ocrText)!
    let firstName = String(ocrText[firstLineRange])
    // 提取紧随NAME后的第二行内容
    let secondLineRange = Range(match.range(at: 2), in: ocrText)!
    let lastName = String(ocrText[secondLineRange])
    
    print(firstName) // 输出：JESUS
    print(lastName) // 输出：LASTNAME
}

补充说明 #

• 如果你的OCR识别结果同时存在<br />和\n两种换行格式，可将正则中的<br />替换为(?:<br />|\\n)，兼容两种场景。
• 正则中的\\s*用于匹配OCR识别产生的多余空格、制表符等空白内容，避免因为前后有多余空白导致匹配失败。

内容的提问来源于stack exchange，提问作者LgSus97