把杂乱无章的符号及带圈序号按顺序排列

cjc209

这种 搞不来         

相见是缘8

cjc209 发表于 2023-5-1 09:04
这种 搞不来

老师虽未帮上忙，能回复，帮顶一下，本人也感谢！

仙女配凡人

你这个是用OCR识别的吧，简繁体混乱、标点符号错误，不管是行文还是段落都有问题，搞不了。。。

相见是缘8

仙女配凡人 发表于 2023-5-1 19:46
你这个是用OCR识别的吧，简繁体混乱、标点符号错误，不管是行文还是段落都有问题，搞不了。。。

老师，好！
感谢你回复！
如你所说，是用 OCR 搞的，导致注释的位置错误太多，如用手工纠错，太耗时了，我想这个注释位置的错误，用 VBA（或正则）是可以解决的，其它的文字及标点错误，我再用手工逐个纠错。
注释位置处，被 ◎ © ® @ ㉖ ^ ％ 这些杂乱无章的符号，及 1～50 的带圈混乱序号替代了，所以想求会的老师，帮忙写个代码，解决注释位置的错误！

仙女配凡人

可以用代码批量修改，因为文本识别本身就有很多错的，还是需要手动校对，用WPS2022打开使用
另外WPS会员有PDF和图片转文字的功能，可能比写代码校对效果更好

1. function test() {
   
2.   let doc = ActiveDocument,
   
3.     str = doc.Content.Text,
   
4.     arr = str.match(/(?<=文】).*?(?=【校)/gms),
   
5.     brr = str.match(/(?<=注】).*?(?=【)/gms)
   
6. 
   
7.   arr.forEach(i => {
   
8.     let j = 0
   
9.     let s = i.replace(/\s|\n|\t|\r|[a-zA-Z]/g, '')
   
10.     s = s.replace(/[^\u4e00-\u9fa5，、。“”]/g, e => {
    
11.       j++;
    
12.       return `(${j})`
    
13.     })
    
14.     str = str.replace(i, `\n\n${s}\n\n`)
    
15.   })
    
16. 
    
17.   brr.forEach(i => {
    
18.     let j = 0,
    
19.       s = i.replace(/^\r|\r$/g, ''),
    
20.       crr = s.split('\r'),
    
21.       drr = []
    
22. 
    
23.     crr.forEach(i => {
    
24.       drr.push(i.replace(/^[^\u4e00-\u9fa5，、。“”]/, e => {
    
25.         j++;
    
26.         return `(${j})`
    
27.       }))
    
28.     })
    
29.     str = str.replace(i, `\n${drr.join('\n')}\n`)
    
30.   })
    
31. 
    
32.   doc.Content.Text = str
    
33. }

复制代码

相见是缘8

仙女配凡人 发表于 2023-5-1 23:30
可以用代码批量修改，因为文本识别本身就有很多错的，还是需要手动校对，用WPS2022打开使用
另外WPS会员有 ...

老师，好！
感谢你的代码和提示！
可你提供的 “附件” 在我这打不开，代码粘贴进代码窗口，代码为红色，运行不了，这可能和我用的是公司的电脑有关，因公司的仓储软件帮定了 XP 系统，office 是 2003 版本的，不能升级和用别的。如升级和用别的，会导致公司的仓储软件用不了，如老板知道会炒了我！
老师，有不有办法，提供一个我电脑可用的代码？谢谢！