[英]Extract products and prices from invoice
我想從pdf中提取信息。
以下是策略的摘錄,其中使用https://github.com/yob/pdf-reader/將pdf轉換為txt文檔。
Vehicle Description 2007, PORSCHE, CAYMAN 3.2
Registration Number USD-2394 Vin Number FSDFKJL23123KFAS
MY COVER DETAILS
Cover USD37.45
我想提取例如車輛描述和保險費用:
vehicle.description => "2007, PORSCHE, CAYMAN 3.2"
vehicle.registration => "USD-2394"
vehicle.cost_of_cover => "37.45"
任何人都可以建議適當的方法。 問題在於策略的布局可能會更改,但數據大部分相同,只是值不同。
如果要使用正則表達式,任何人都可以提供示例代碼。
查找說明
/Vehicle Description((?!Registration$).*)Registration/m
查找注冊號
/Registration Number((?!Vin$).*)Vin/m
尋找保險費用
/Cover(.*)/m
這些都是相當懶惰的正則表達式匹配。 但是,您沒有提供很多不同的示例。 但是這些應該可以幫助您入門。
用法示例:
match = /Vehicle Description((?!Registration$).*)Registration/m.match(PDFTEXT)
您可以使用正則表達式(regexp)輕松完成此操作。 假設您的pdf文本存儲在變量text
:
description = text.scan(/Vehicle Description(.*)Registration/m).flatten[0].strip
registration = text.scan(/Registration Number(.*)Vin/m).flatten[0].strip
cover = text.scan(/Cover(.*)/m).flatten[0].strip
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.