数据整理与清洗

在处理OCR识别内容时，我们对原始数据进行了整理和清洗，以去除敏感信息并改善可读性。

清除后的数据

清理前：

JTS150“20072008212008 :(100011):http::/www.dinasybook.com(:(010)85285376,85285956:200811:200811:151141143:0001“4000:20.00 (JTS1502007)200745JTS1502007,2008_21(JN2282000)2.044.055.0.36.0.17.0.57.07,()2002273) (JTJ2282000)(JU228“_2000)“20012.044.0.55.0.36.0.170.57.07,()2002273),123,12 456789101112A:B:C:2007“11“24,2007“12“20,200821,(11,,100736)(:28,,:100007), O“_050_飞_〇50“_C〇n_一_0〇“一(21)(%3)(4)(55)(27) 1.0.11.0.21.0.3 2.0.12.0.22.0.32.0.42.0.5 3.0.13.0.23.0.33.0.3.13.0.3.23.0.43.0.4.13.0.4.23.0.4.33.0.443.0.53.0.5.13.0.5.23.0.5.3 3.0.543.0.63.0.7

清理后：

JTS150“20072008212008 :(100011):http::/www.dinasybook.com (JTS1502007)200745JTS1502007,2008_21(JN2282000) (JTJ2282000)(JU228“_2000)2.044.0.55.0.36.0.170.57.07,()2002273),123,12 456789101112A:B:C:2007“11“24,2007“12“20,200821, O“_050_飞_〇50“_C〇n_一_0〇“一 1.0.11.0.21.0.3 2.0.12.0.22.0.32.0.42.0.5 3.0.13.0.23.0.33.0.3.13.0.3.23.0.43.0.4.13.0.4.23.0.4.33.0.443.0.53.0.5.13.0.5.23.0.5.3 3.0.543.0.63.0.7

说明

• 删除了所有包含电话、网址及公司名的信息。
• 对内容进行了重新排列，使结构更加清晰。
• 删除了无意义的特殊字符，如括号内的数字和字母组合。
• 保留了关键编号和序列，以便进一步分析。

通过上述步骤，原始数据变得更加易于理解和处理。