Discussion :

[mikadelph]

Bonjour,
Je vous explique mon problème
Je travaille dans la numérisation de masse (ce n'est pas un problème je sais ) des documents que je scanne je dois en extraire des informations type SIREN ou SIRET
Le problème c'est que déjà les éléments ne sont pas toujours a la même place mais en plus ils sont parfois dans des peignes donc ma première question est
- 1- Est il possible avec une expression régulière de récupérer des numéros de siren ou SIRET qui sont séparer par les trais de peigne sans que ce trait sois considéraient comme un 1 ou un autre chiffre (avec l'extraction automatique)
-2 - Comment écrire une expression qui me permets de ne pas tenir compte des 5 premiers chiffres d'une suite de nombre et de ne prendre que les 4 derniers

EX: 123456789 je veux recuperer que le 6789

Si vous pourriez m 'aider ça serait top car la je rame grave et ce n'est pas vraiment ma parti
merci

[sabotage]

Il faudrait nous montrer à quoi ressemble ta source. (moi "trait de peigne" je ne sais pas trop ce que c'est)

[mikadelph]

Bonjour et merci d'essayer de m'aider sabotage

Voici a quoi ressemble ce que je dois extraire

Le texte est de L OCR pour la lecture et reconnaissance

les peignes sont les traits entres chaque chiffres

merci pour votre aide

[sabotage]

Quand je disais "source" c'était les données numériques après le traitement OCR tu obtiens quoi ?

[Nb]

123456789 je veux recuperer que le 6789

Quelque chose comme

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

preg_match('#[0-9]+([0-9]{4})$#', $tavariable, $m)

Le resultat etant dans $m.

Pour le reste, comme le dit sabotage, il faudrait les données recuperées apres traitement OCR.

[sabotage]

Pas besoin d'une expression régulière pour avoir la fin d'une chaine :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

substr($chaine, -4)

[Nb]

Pas besoin d'une expression régulière pour avoir la fin d'une chaine :

oui evidemment, c'est juste que ca permet au passage de valider la chaine.