一般用ocr的場景是將證件或者材料的內(nèi)容轉(zhuǎn)成結(jié)構(gòu)化的文本，比分身份證需要識別，
姓名：xxx，年齡：30，身份證號：1212424，
職業(yè)證書需要識別：持證人：timmy，證書號：12235523，發(fā)證日期：2025-11-11，證書名稱：xx職業(yè)證書。

專用證件或票據(jù)百度有固定的接口，比如：
身份證，護(hù)照，營業(yè)執(zhí)照，銀行收據(jù)等

針對通用的文本解析，百度提供以下兩個(gè)接口：
1.結(jié)構(gòu)化識別：返回key value對，比如抓取證書里的，證書名稱：xxx，證書編號：1111。
2.文本識別：返回全部的多行文本，比如：
證書名稱：xxx
證書編號：1111

針對理想情況，我們只需要用到結(jié)構(gòu)化識別接口，然后根據(jù)key的值提取我們想要的信息。
然而實(shí)際場景不是所有材料的內(nèi)容都是key:value形式。
比如一般xxx證書的證書標(biāo)題是不會在前面加 證書名稱 這個(gè)幾個(gè)字，直接寫上 xx職業(yè)資格證書。
這個(gè)時(shí)候我們只能去遍歷多行文本返回的List<String>對象，然后根據(jù)對應(yīng)的邏輯的解析名稱
比如判斷證書可以寫成 包含證書結(jié)尾的文本 這種。

下面代碼先用包含特殊文本判斷，匹配不到再用特定位置文本繼續(xù)判斷。
···

public String parse(List<Pair<String, String>> maps, List<String> textList) {
    String res = this.getStringEndWithFromMap(maps,  OCrDictConfigUtils.getCertificateNamePattern());
    if (!StringUtils.isBlank(res) && res.length()>3) {
        return res;
    }
    res = this.getTextListContainsAnyPatterns(textList,  OCrDictConfigUtils.getCertificateName());
    if (!StringUtils.isBlank(res)) {
        return res;
    }

    if ( this.getTextListContainsAnyPatterns(textList, Arrays.asList("專職律師"))!=null) {
        return "律師證";
    }
    return getFromTop(textList);
}

private String getFromTop(List<String> textList) {
    return textList.stream().filter(c -> c.endsWith("證書")).findFirst().orElse(null);
}

···