regex 正则表达式在谷歌脚本检索数字后的特定单词

rseugnpd 于 2023-02-14 发布在其他

关注(0)|答案(1)|浏览(111)

我有一个谷歌应用程序脚本，解析一些PDF文件，我开始与以下正则表达式，检索5组3digits从Reference标签：

[w,W,s,S]*(\d{3}).?(\d{3}).?(\d{3}).?(\d{3}).?(\d{3})

我添加到它更多的通用性，也检索9位数组合的Reference标签;

[w,W,s,S]*(\d{3}).?(\d{3}).?(\d{3}).?(\d{3})?.?(\d{3})?

两个版本都只匹配数字，没有单词，这很完美。

- 我还想检索与Amount标记相关的数字，同时忽略其间的任何单词和数字。但在这里我遇到了一些麻烦。**

我试过：

.*?(?:Ref)(?:.*:) ? ?(\d{3}).?(\d{3}).?(\d{3}).?(\d{3})?.?(\d{3})?

但它已经开始包括这个词。
这是使用正则表达式的文本的一些虚拟文本示例：

可以在每个"标记"后包含更多单词（例如：* 一米三米一x *//*一米四米一x *：）
是否可以具有:

Some dummy text that may have words in common like `reference` or `amount` throughout the document

Reference: 245 154 343 345 345
Entity: 34567    
Amount: 11,11
Payment date: 14/07/2022

Some more text

提前感谢您的帮助。

regex

来源：https://stackoverflow.com/questions/75427071/regex-in-google-script-to-retrieve-digits-after-specific-words

1条答案

按热度按时间

eit6fx6z1#

您可以使用：

^Reference:?[\t ]+(\d{3})[\t ]*(\d{3})[\t ]*(\d{3})[\t ]*(\d{3})[\t ]*(\d{3})(?:\n(?!Amount)\S.*)*\nAmount:?[\t ]+(\d+(?:,\d+)?)\b

参见regex101 demo。
或者考虑到Reference of something // Amount of first payment:，可以使用[^\d\n]*匹配除数字或换行符以外的任何字符：

^Reference\b[^\d\n]*[\t ](\d{3})[\t ]*(\d{3})[\t ]*(\d{3})[\t ]*(\d{3})[\t ]*(\d{3})(?:\n(?!Amount\b)\S.*)*\nAmount\b[^\d\n]*[\t ](\d+(?:,\d+)?)\b

- 说明**
^字符串开始
匹配单词Reference
[^\d\n]*[\t ]匹配数字或换行符以外的可选字符，然后匹配空格或制表符 （您也可以使用\s*，但也可能匹配换行符）
(\d{3})[\t ]*(\d{3})[\t ]*(\d{3})[\t ]*(\d{3})[\t ]*(\d{3})将捕获group 1与捕获group 5相匹配，捕获的数字之间有空格或制表符
(?:非夺获组
\n(?!Amount\b)匹配一个换行符，并Assert不是右边的单词Amount
\S.*匹配非空白字符，后跟该行的其余部分
)*关闭非捕获组并选择重复此操作
匹配换行符和单词Amount
[^\d\n]*[\t ]匹配除数字或换行符以外的可选字符，然后匹配空格或制表符
(\d+(?:,\d+)?)捕获组6，匹配1+位数，并可选地匹配逗号与1+位数
\b防止部分字匹配的字边界

参见另一个regex101 demo。

赞(0）回复(0）举报 2023-02-14

我来回答

regex 正则表达式在谷歌脚本检索数字后的特定单词

1条答案

相关问题

热门标签

最新问答