Question

我有一行文字，其中包含从pdf中提取的发票行。

我应该解析它，将行作为输出标记。

这是一个片段：

1 NR 0PR 18OV DHO1O154 OCCHIALE ACETATO DONNA VISTA 1 NR 0PR 18OV NAG1O152 OCCHIALE ACETATO DONNA VISTA 1 NR 0PR 61QV 7AX1O156 OCCHIALE METALLO UOMO VISTA Descrizione Causale Vendita 2 NR 0AN4007 41/87 66 OCCHIALE NYLON UOMO SOLE Descrizione Causale Vendita 1 NR 0EA4001 50638G56 Valeria OCCHIALE NYLON UOMO SOLE Descrizione Causale Vendita - Pag 1 di 3 - Segue - 1 NR 0PO3042S 972 / M351 Sofia OCCHIALE ACETATO UOMO SOLE Descrizione Causale Vendita 1 NR 0AN3048 502 / 8G30 Valeria OCCHIALE METALLO UOMO SOLE Descrizione Causale Vendita 6 NR 0DG4204 27648764 OCCHIALE ACETATO UOMO SOLE Descrizione Causale Vendita 1 NR 0OX3123 31230453 Valeria OCCHIALE ACCIAIO UOMO VISTA

作为代币，我想获得第一个：

1 NR 0PR 18OV DHO1O154 OCCHIALE ACETATO DONNA VISTA

解释，我的令牌应该是：

以整数 + *空格* + NR + 空格
包含开始后我能找到的任何东西，字符串，数字，等等...
结束之前：下一个“X + NR”起始标记，固定字符串（例如“Descrizione Causale Vendita”）或文件结尾。

使用此正则表达式(\b\d+\b NR)我可以匹配所有X + NR起始标记，如何在下一个X + NR标记之前选择下一部分？

注意标题！我只有一行，所以... 没有新的行分隔符！

谢谢

Answer 1

在目前为止的正则表达式的基础上，你可以使用积极的前瞻：

(?:\b\d+\b NR).*?(?=\b\d+\b NR|$)

regex101 demo

每种颜色表示不同的匹配。

(?= ... )是一个积极的先行者，不算作比赛。因此，您可以在下一个\b\d\b NR或字符串$结束之前和之前获得匹配。

Answer 2

@ Jerry的答案的简化版本：

\d NR(?:(?!\d NR).)*

单行分隔文本

2 个答案: