前端智能识别解析粘贴板内容

原理分析

说白了就是解析特定格式的文字，并将处理好的内容回填到需要的表单中。
为了程序的健壮性，我们解析时需要考虑多种情况。

1、文字行数

单行和多行的解析可以分开
单行的情况如下面这种，

姓名: 七七 电话：788 邮箱：qiqi@qiqi.com 地址：啊啊啊

多行的情况可能是

姓名: 七七 
电话：788 
邮箱：qiqi@qiqi.com
地址：啊啊啊

多行用:const lines = text?.split('\n');分开解析即可

2、中英文冒号兼容

在填写地址时，用户可能打中文冒号或者英文冒号，我们需要兼容确保识别分割的时候程序不会出问题。
split(/[:：]/)即可
当然，这里也可以写正则去分割空格的情况。

3、移除文本信息前后的无用空格

用trim()没什么好说的

4、关键信息匹配

我们需要自定义一个关键词汇库去匹配剪贴板文本信息，我们可以考虑所有关键信息放进一个词汇库，也可以根据表单字段数量分开创建多个词汇库。
列如：
1、词汇库放在一起

const keywords = ['姓名','名字','电话','电话号码','号码','手机','手机号','手机号码','邮箱','邮箱地址','邮件','地址','详细地址'

使用这种放一起的关键字的匹配，优势就是词汇库放一起比较灵活，但是后期处理文本信息的时候略微繁琐，需要拿到一段信息后把这段信息移除，否则会干扰下一段信息的获取。

2、多个词汇库

const nameKeywords = ['姓名','名字','联系人']
const phoneKeywords = ['电话','电话号码','号码','手机','手机号','手机号码']
const emailKeywords = [ '邮箱','邮箱地址','邮件']
const addressKeywords = ['地址','详细地址']

缺点是每个关键字词库只能匹配特定的字段，有多少个字段就需要多少个词汇库。
优点，可以精准匹配，大大简化操作。

实践

我们这里用多个词汇库举例，单个词汇库代码太多了，懒得写，下次想起来再更新。

1、获取粘贴板内容
无论你用的那个技术栈，总有获取粘贴板内容的方法，自己用ai搜下就行，用框架的可以搜对应框架的api，原生的就搜js获取。

2、解析

• 定义多个关键字库

	  const nameKeywords = ['姓名', '名字', '收件人']; // 匹配姓名关键字
	  const phoneKeywords = ['电话', '手机号码', '手机号', '手机', '联系电话']; // 匹配号码关键字
	  const provinceKeywords = ['所在地区', '省市区']; // 匹配省市区关键字
	  const addressKeywords = ['详细地址', '地址', '完整地址']; // 匹配详细地址关键字

• 正则先匹配一遍关键字和值

 		let name = '';
        let phone = '';
        let provinceCode: string[] = [];
        let address = '';
        // 使用正则表达式匹配关键字和值
        const regex = new RegExp(
          `(${
     
     nameKeywords.join('|')})[:：](.*?)(${
     
     phoneKeywords.join(
            '|',
          )})[:：](.*?)(${
     
     provinceKeywords.join('|')})[:：](.*?)(${
     
     addressKeywords.join(
            '|',
          )})[:：](.*)`,
          'i',
        );

        const match = text.match(regex);

• 区分单行和多行处理方式

     if (match) {
   
   
          // 动态解析关键字和值，处理一行格式的情况
          const parsedFields = {
   
   
            [match[1]]: match[2].trim(),
            [match[3]]: match[4].trim()