如何使用正則表達式提取段落中的數據

Question

客戶參考 N139211508474572 輸入日期 05/19/2021 額外信息 NEFT IN UTR 來自S S 分銷商 N139211508474 572TXN REF NO 23621001323

如何提取供應商公司名稱，如 SS DISTRIBUTOR，在這個 FROM 在我擁有的多個數據中是恆定的，我做了正則表達式代碼來提取客戶參考號（？<=客戶參考）。+（？=輸入日期）像這樣它正在工作，並給我一個代碼來提取供應商公司名稱。

客戶參考號不是固定的，它會混合數字和字母或只有數字。

Answer 1

假設供應商公司名稱位於關鍵字FROM和客戶參考號之間，請嘗試：

Customer Reference (.*).* FROM (.*) \1

Group2 捕獲供應商公司名稱SS DISTRIBUTOR 。

演示

Answer 2

您沒有指定您實際使用的語言，正如@some-programmer-dude提到的，正則表達式不一定是在字符串中搜索的最佳解決方案。

您標記python ，因此假設您正在使用它，您可以考慮使用split和index來獲取FROM之后的任何內容和REF之前的 2 個單詞：

s = "Customer Reference N139211508474572 Entry Date 05/19/2021 Extra Information NEFT IN UTR FROM S S DISTRIBUTOR N139211508474 572TXN REF NO 23621001323"
# Convert all to UPPER case first
s = s.upper()
# Clean unnecessary whitespaces first just in case
s = " ".join(s.split())
# Get all text after FROM
s = s.split("FROM")[1]
# Get all text which are 2 words before REF
index_of_REF = s.split().index("REF")
s = " ".join(s.split()[:index_of_REF-2])
print(s)

這給出了：

S S DISTRIBUTOR