在多行字符串中打印一行

Question

我设法使用 pytesseract 将发票图像转换为文本。

多行字符串如下所示：

Receipt No: 20191220.001
Date: 20 December 2019
Invoice amount: $400.00

我想提取发票编号，只是使用子字符串的编号（即：20191220.001）。 我设法通过index = string.find('Receipt No: ')获取起始索引，但是当我使用 substring 函数提取数字print(string[index:])我得到以下结果：

20191220.001
Date: 20 December 2019
Invoice amount: $400.00

但我只想提取第一行。 发票编号并非仅定义为 12 个字符，根据供应商的不同，可能会有更多或更少的字符。 如何仅提取发票编号？ 我这样做是为了自动化会计流程。

Answer 1

您可以使用split ：

s = '''Receipt No: 20191220.001
Date: 20 December 2019
Invoice amount: $400.00'''

number = s.split('Receipt No: ')[1].split('\n')[0]
print(number)

输出：

20191220.001

或者如果你想使用find ，你可以这样做：

index1 = s.find(':')
index2 = s.find('\n')
print(s[index1+1:index2].strip())

Answer 2

尝试：

import re
s = """
Receipt No: 20191220.001
Date: 20 December 2019
Invoice amount: $400.00"""
p = re.compile("Receipt No\: (\d+.\d+)")
result = p.search(s)
index = result.group(1) #'20191220.001'

Answer 3

使用“\\n”分割将列表中的字符串分隔开 您将获得由换行符分隔的字符串的每个部分作为列表元素。 然后你可以选择你想要的部分

string = """Receipt No: 20191220.001
Date: 20 December 2019
Invoice amount: $400.00"""

your_list = string.split("\n")
data = your_list[0]

Answer 4

您可以尝试使用拆分功能。

使用 open("filename",'r') 作为数据加载：

for i in dataload.readlines():

    if "Receipt No:" in i:

        print(i.split(":")[1].strip())

输出-

20191220.001

if "Receipt No:" in i: ---> 您可以根据您的要求更改 if "**" 参数

Answer 5

如果您只关心第一行，您可以找到第一个出现的行结束字符作为您号码的结尾。 请注意，您的号码的开头是子字符串的结尾（“收据编号：”），而 find 函数返回子字符串的开头。

string = '''Receipt No: 20191220.001
Date: 20 December 2019
Invoice amount: $400.00'''
sub = 'Receipt No: '
start = string.find(sub) + len(sub)
end = string.find('\n')
print(string[start:end])

如果您还关心其他线路。 您可以使用 split 并分别处理每一行。

lines = string.split('\n')
sub = 'Receipt No: '
index = lines[0].find(sub) + len(sub)
print(lines[0][index:])
# Process line 1
# Process line 2