Question

我正在尝试从编码的二维条码中提取数据。提取部分工作正常，我可以在文本输入中获取值。

，例如，解码后的字符串是

] D2的 01 05000456013482的 17 201200的 10 00001 /：的 21 0000000001

基于以下规则（无法获得正确的表格标记，从而附加图片），我试图从上面提到的字符串中提取子字符串。

我想提取的子字符串：

05000456013482（在分隔符01之后）

201200（在分隔符17之后）

<00> 00001（在分隔符10之后）

0000000001（在分隔符21之后）

P.S - ＆gt;原始字符串中的前3个字符（]d2）总是相同的，因为它只是简单地表示解码方法。

现在有些怪癖：

1）分隔符10后面的字母数不固定。因此，在上面给出的示例中，即使它是00001，它也可能是001。类似地，分隔符21之后的字母数也不固定，并且可以具有不同的长度。

对于不同长度的分隔符，我添加了一个常量/:，以确定在扫描手持设备后编码何时结束。

现在，我在分隔符10之后查找/:并提取字符串，直到它到达/:或EOL并找到分隔符21并删除字符串，直到它到达/:或EOL

2）分隔符01和17后的字母数始终是固定的（分别为14个字母和6个字母），如表所示。

注意：分隔符的位置可能会发生变化。换句话说，编码的条形码可以用不同的顺序编写。

] d2 01 05000456013482 17 201200 10 00001 /： 21 0000000001 - 注意：否{{1因为它是EOL

，所以在21组之后签名

] d2 17 201200 10 00001 /： 21 0000000001 /： 01 05000456013482 - 注意：两者均为10和21组有/:符号表示我们必须提取，直到该符号

] d2 10 00001 /： 21 0000000001 /： 01 05000456013482 17 201200 - 前两个是长度变化，接下来两个是固定长度。

我不是正则表达式的专家，到目前为止我只尝试使用像/.这样的简单模式，这些模式在给定的示例中不起作用，因为它像前两个字符一样查找10。此外，使用(01)(\d*)(21)(\d*)(10)(\d*)(17)(\d*)$方法仅适用于固定长度字符串的情况，当我知道我必须采用哪些索引时。

P.S - 赞赏JS和jQuery帮助。

Answer 1

好的，这是我对此的看法。我创建了一个匹配所有可能模式的正则表达式。这样，所有部件都被正确拆分，剩下的就是使用前两位数字来了解它的含义。

^\]d2(?:((?:10|21)[a-zA-Z0-9]{1,20}(?:\/:|$))|(01[0-9]{14})|((?:11|15|17)[0-9]{6}))*

我建议你把它复制到regex101.com来阅读完整的描述符并根据不同的可能结果进行测试。

有3个电源部分：

((?:10|21)[a-zA-Z0-9]{1,20}(?:\/:|$))

对从10和21开始的部分进行哪些测试。它查找1到20次之间的字母数字实体。它应以EOL或/:

结尾

(01[0-9]{14})

查找GTIN，非常简单。

((?:11|15|17)[0-9]{6})

查找3个日期字段。

由于我们预计这三个细分市场会以任何顺序排列，我会将它们粘在一起暗示一个OR并期望这个大序列重复（最后*表示0或更多，我们可以定义确切的最小值和最大值以获得更高的可靠性）

我不确定这是否适用于所有内容，因为您提供的测试字符串不包含实际值中的标识符...很可能恰好在产品的最佳日期之前是1月，因此其中将有一个01值。但是强制正则表达式以这种方式执行应该可以避免其中的一些问题。

编辑：捕获组只捕获最后一次出现，因此我们需要拆分它们的定义：

^\]d2(?:(21[a-zA-Z0-9]{1,20}(?:\/:|$))|(10[a-zA-Z0-9]{1,20}(?:\/:|$))|(01[0-9]{14})|(11[0-9]{6})|(15[0-9]{6})|(17[0-9]{6}))*

再次编辑：Javascript似乎让我们感到头痛......我不确定处理它的正确方法，但这里有一个可行的示例代码。

var str = "]d20105000456013482172012001000001/:210000000001";
var r = new RegExp("(21[a-zA-Z0-9]{1,20}(?:\/:|$))|(10[a-zA-Z0-9]{1,20}(?:\/:|$))|(01[0-9]{14})|(11[0-9]{6})|(15[0-9]{6})|(17[0-9]{6})", "g");
var i = 0;
while ((match = r.exec(str)) != null) {
  console.log(match[0]);
}

我对它的结果并不十分满意。可能有更好的解决方案。

Answer 2

虽然您可以尝试制作一个非常复杂的正则表达式来执行此操作，但是在步骤中解析字符串会更具可读性和可维护性。

基本步骤是：

删除解码方法字符（] d2）。
从步骤1的结果中拆分前两个字符。
使用它来选择提取数据的方法
从字符串中删除并保存该数据，转到步骤2重复，直到用完字符串。

现在，由于您有一个AI /数据结构表，您可以使用几种方法来提取不同形式的数据

例如，由于AI：01,11,15,17都是固定长度，你可以使用长度为

str.slice(0,14); //for 01
str.slice(0,6);  //for 11 15 17

虽然像AI 21这样的可变类似于

var fnc1 = "/:";
var fnc1Index = str.indexOf(fnc1);
str.slice(0,fnc1Index);

演示

＆＃13;

var dataNames = {
  '01': 'GTIN',
  '10': 'batchNumber',
  '11': 'prodDate',
  '15': 'bestDate',
  '17': 'expireDate',
  '21': 'serialNumber'
};

var input = document.querySelector("input");
document.querySelector("button").addEventListener("click",function(){
  var str = input.value;
  console.log( parseGS1(str) );
});

function parseGS1(str) {
  var fnc1 = "/:";
  var data = {};
  
  //remove ]d2
  str = str.slice(3);
  while (str.length) {
    //get the AI identifier: 01,10,11 etc
    let aiIdent = str.slice(0, 2);
    //get the name we want to use for the data object
    let dataName = dataNames[aiIdent];
    //update the string
    str = str.slice(2);

    switch (aiIdent) {
      case "01":
        data[dataName] = str.slice(0, 14);
        str = str.slice(14);
        break;
      case "10":
      case "21":
        let fnc1Index = str.indexOf(fnc1);
        //eol or fnc1 cases
        if(fnc1Index==-1){
          data[dataName] = str.slice(0);
          str = "";
        } else {
          data[dataName] = str.slice(0, fnc1Index);
          str = str.slice(fnc1Index + 2);
        }
        break;
      case "11":
      case "15":
      case "17":
        data[dataName] = str.slice(0, 6);
        str = str.slice(6);
      break;
      default:
        console.log("unexpected ident encountered:",aiIndent);
        return false;
        break;
    }
  }
  return data;
}

＆＃13;

<input><button>Parse</button>

＆＃13;

根据分隔符

2 个答案: