Question

我需要使用单独的工作流元素捕获这两个值。（第3行值直接在“Soldto：”下面，与“Shipto：”相同。文本在页面上按列排列，因此将其视为简单模式不起作用。请告知。

图像是真实的，因为文本是通过扫描和OCR的TIF图像生成的，但这里有一些我已经复制用于测试的文本（比页面更简洁）

Soldto:                                 Shipto:                                 Billto:                                 
00011222                                00017872                                10221060                                
COSTCO CO INC. - GLOBAL EDI             COSTCO LANGLEY DEPOT                    COSTCO CO/LANGLEY

为了避免使这些列排成一行所需的所有HTML格式，我已将示例文本链接为.txt file.

感谢您的帮助。

Answer 1

好吧，你实际上没有提出有问题的编程语言，所以我将在PHP中展示一个可能的解决方案：

<?php
$string = 'Soldto:                              Shipto:                                 Billto:                                 
00011222                                00017872                                10221060                                
COSTCO CO INC. - GLOBAL EDI             COSTCO LANGLEY DEPOT                    COSTCO CO/LANGLEY                       ';
$regex = '~               # delimiter
            ^Soldto:      # look for "Soldto:" at the beginning of the string
            (?:.*\R){2}   # match everything up to the end + newline (2 times)
            (?<poi>.*)    # capture the whole third row into the group "poi"
        ~x';

preg_match_all($regex, $string, $matches, PREG_SET_ORDER);
foreach ($matches as $match) {
    $columns = preg_split('~\s{2,}~', $match["poi"]);
    # the idea here is to watch out for at least 2 consecutive spaces
    # and use this as delimiter

    print_r($columns);
    /* output
    Array
    (
        [0] => COSTCO CO INC. - GLOBAL EDI
        [1] => COSTCO LANGLEY DEPOT
        [2] => COSTCO CO/LANGLEY
        [3] => 
    )
    */
}
?>

这显然可以根据您的需要进行调整，但您现在可以在$columns数组中访问您的数据。

要仅从第一列（COSTCO CO INC. - GLOBAL EDI）获取字符串，您可以使用以下正则表达式：

^Soldto:(?:.*\R){2}\K((?:(?!\s{2}).)+)

查看demo here。

Answer 2

好的，所以我发现了一些关于Laserfiche的事情 1.它不使用\ R和\ K命令，因此PHP代码不起作用 2.它不会将OCR结果保留在列中，因此不需要通过列进行解析，而非常酷。

以下是一些文字：
品牌：生产时间：10：03：09
Sotdto：
00011222
COSTCO CO INC。 - 全球EDI
WA，
SHIPTO：
00010377
COSTCO / TRACY＃179
25862 S SCHULTE
TRACY，CA，95376

以下是完成工作的正则表达式：
一个。 Soldto：So[lit1I|]dto:(?:\s+\d+\s+)(.+)
湾Shipto：Sh[lit1I|]pto:(?:\s+\d+\s+)(.+)

感谢您的帮助！

正则表达式从列中捕获具有多个值的变量

2 个答案: