Início / coding / Perguntas / 78358256
Accepted
Andrus
Asked: 2024-04-20 20:45:19 +0800 CST

Como extrair o número da fatura do topo como primeira correspondência após a palavra fatura

  • 772

A fatura contém a palavra Fatura seguida do número da fatura, como IN280625-3/4na área superior da fatura:

Payer:_xxxxxxx
Waybill Invoice_IN280625-3/4 Nimetus_EAN  
Invoice issuer: John
Selle Invoice tasumisel_palume m lisada Kesolev Invoice on poolte
vahel Invoice mittetähtaegsel tasumisel on müüjal õigus nõuda viivist 0,1% tasumata summalt päevas.
Kuni Invoice_IN280625-3/4 payment xxx

Extraindo o número da fatura IN280625-3/4usando c# .NET 8 regex

(?si).*Invoice[\s_:.]+(?<anr>[^\s_]+).+

para agrupar anr retorna a última correspondência, paymentpois há múltiplas ocorrências de palavra fatura. Como conseguir a primeira partida? A fatura do Word pode ocorrer em texto com combinação de palavras diferentes, portanto o padrão de pesquisa não pode ser aprimorado. Como obter a primeira palavra do topo do texto após palavra invoice?

O caso de teste está em https://regex101.com/r/vvDZpU/1

Como forçá-lo a retornar IN280625-3/4em vez de payment? O .NET 8 RegExp.Match tem essa opção?

Passando no topo do texto usando

var algus = tekst.IndexOf("Invoice", StringComparison.InvariantCultureIgnoreCase);
var tekst2 = tekst.Substring(algus, algus + 40);
var cnr2 = @"(?si).*Invoice[\s_:.]+(?<anr>[^\s_]+).+";
var match = RegExp.Match(tekst2, cnr);

Funciona, mas talvez haja uma opção melhor.

c#

1 respostas

  1. Best Answer

    Você pode omitir o ssinalizador e as partes .*e .+no regex e usar Regex.Match para obter a primeira ocorrência.

    Se houver pelo menos um único dígito na correspondência e os caracteres permitidos forem AZ maiúsculos e minúsculos, dígitos de 0 a 9 e //ou -você poderá atualizar o regex para:

    (?i)\bInvoice[ _:.]+(?<anr>[A-Z/-]*[0-9][A-Z0-9/-]*)(?!\S)

    O padrão corresponde:

    • (?i)Modificador embutido para uma correspondência que não diferencia maiúsculas de minúsculas
    • \bInvoiceCombine a palavra Invoiceprecedida por um limite de palavra
    • [ _:.]+Combine 1+ vezes qualquer um dos caracteres listados
    • (?<anr>Grupo nomeadoanr
      • [A-Z/-]*Combine 0+ vezes qualquer um dos caracteres permitidos, exceto um dígito
      • [0-9]Corresponder a um único dígito
      • [A-Z0-9/-]*Combine 0+ vezes qualquer um dos caracteres permitidos
    • )Fechar grupo anr
    • (?!\S)Afirme um limite de espaço em branco à direita

    Veja uma demonstração de regex e uma demonstração de C#

    Por exemplo

    string pattern = @"(?i)\bInvoice[ _:.]+(?<anr>[A-Z/-]*[0-9][A-Z0-9/-]*)(?!\S)";
string input = @"Payer:_xxxxxxx
Waybill Invoice_5IN280625-3/4 Nimetus_EAN  
Invoice issuer: John
Selle Invoice tasumisel palume m lisada Kesolev Invoice on poolte
vahel Invoice mittetähtaegsel tasumisel on müüjal õigus nõuda viivist 0,1% tasumata summalt päevas.
Kuni Invoice  Second280625-3/4 sumiseni k";

Match m = Regex.Match(input, pattern);
if (m.Success) {
    Console.WriteLine(m.Groups["anr"]);
}

    Saída

    5IN280625-3/4
    • 3

relate perguntas