Блог

Я пытаюсь регулярно отображать все элементы из счета-фактуры (название, цена за единицу, общая сумма, НДС и т. Д.). Удалось получить всю информацию о цифрах, но самая большая проблема заключается в извлечении описаний элементов, поскольку иногда они находятся в двух отдельных строках. Это то, что мне нужно для регулярного выражения

 1 Agrafe metalice Eco, rotunjite, 33 mm, 50 buc/cutie buc. 30.00 0,76 22,80 4,33
 
 
(SOBO604)
 
2 Banda corectoare DONAU Mouse, 5 mm x 8 m, orizontala, buc. 5.00 4,83 24,15 4,59
 
 
blister (7635001PL-99)
 
 
3 Biblioraft plastifiat OFFICE Products, 5 cm, colturi buc. 75.00 5,08 381,00 72,39
 
 
metalice, albastru (21011121-01)
 
4 Burete magnetic DONAU, 110 x 57 x 25 mm, galben buc. 10.00 5,53 55,30 10,51
 
 
(7638001PL-99)
 
 
5 Calculator de birou Canon WS-1610T, solar, 16 cifre, buc. 1.00 71,11 71,11 13,51
 
 
afisaz inclinat, format mare (WS1610T)
 
6 Capse zincate OFFICE Products 24/6, 1000 buc/cutie buc. 5.00 1,12 5,60 1,06
 
 
(18072419-19)
 
 
7 Creion grafic Eco, ascutit, cu radiera, corp verde buc. 20.00 0,40 8,00 1,52
 
 
(SOIS432)

8 Creion mecanic BIC Matic, 0.7 mm (601021) buc. 4.00 1,88 7,52 1,43

9 Dosar din plastic cu sina si doua perforatii OFFICE buc. 250.00 0,35 87,50 16,63

Products, albastru (21104211-01)

10 Dosar din plastic cu sina si doua perforatii OFFICE buc. 100.00 0,35 35,00 6,65

Products, roz (21104211-13)

pagina 1 / 3

 797638

             
11 Folie protectie OFFICE Products, A4, coaja portocala, 40 buc. 5.00 6,53 32,65 6,20
 
 
microni, 100 file/set (21141215-90)
 
 
12 Folie protectie OFFICE Products, A4, coaja portocala, 40 buc. 20.00 6,51 130,20 24,74
 
 
microni, 100 file/set (21141215-90)
 
13 Marker whiteboard Eco, varf rotund, albastru (SOIS535A) buc. 104.00 1,33 138,32 26,28
 
 
14 Marker whiteboard Eco, varf rotund, negru (SOIS535N) buc. 2.00 1,33 2,66 0,51
 
 
15 Marker whiteboard Eco, varf rotund, rosu (SOIS535R) buc. 2.00 1,33 2,66 0,51
 
16 Notite adezive OFFICE Products,  51 x 76 mm, galben pal,  buc. 5.00 1,65 8,25 1,57
 
 
100 file (14047511-06)
 
 
17 Organizator de birou DONAU Clasic VII, 6 compartimente, buc. 2.00 30,67 61,34 11,65
 
 
155 x 105 x 101 mm, transparent (7476001-99)
 
18 Panou din pluta Bi-Office, 60 x 90 cm, rama lemn buc. 1.00 32,96 32,96 6,26
 
 
(GMC070012010)
 
 
19 Pioneze color Eco, tinte pentru pluta , 40 buc/cutie buc. 1.00 2,16 2,16 0,41
 
 
(SOBO612)
 
20 Pix fara mecanism Eco, varf de 1 mm, albastru (SOIS405A) buc. 110.00 0,33 36,30 6,90
 
 
21 Plic C4 (229 x 324 mm), alb, siliconic, 10/set buc. 2.00 2,15 4,30 0,82
 
 
(15223619-14)
 
 
22 Tus pentru stampila Pelikan, cu picurator, 28 ml, negru buc. 1.00 6,93 6,93 1,32
 
(351197)
  

Обратите внимание, что описание товара иногда указывается после общей цены. Проблема в том, что пространство между элементами неравномерно, оно переменное, например, например, позиции 8 и 9 почти связаны, по сравнению с позициями 20 и 21, между которыми много места.

Кто-то помог мне и получил только первую строку, используя

 d{1,2}(.*)(d .d s )(d ,d s{0,1}){3}
  

вот где я застрял из-за неравномерного синтаксиса.

Он получает только первую строку. Например: «’16 Notite adezive OFFICE Products, 51 x 76 мм, galben pal, buc. 5,00 1,65 8,25 1,57

100 файлов (14047511-06) «‘ в нем представлены только 16 продуктов Notite adezive OFFICE, 51 x 76 мм, galben pal, buc. 5,00 1,65 8,25 1,57, но не 100 файлов (14047511-06). Полное описание счета-фактуры Notite adezive OFFICE Products, 51 x 76 мм, galben pal, 100 file (14047511-06) при преобразовании из pdf в текст я получаю файлы таким образом.

Потребуется также извлечь последнюю часть и объединить первую, чтобы получить полное описание элемента.

Спасибо

Попробуйте это регулярное выражение:

 d{1,2}(.*)(d .d s )(d ,d s?){3}([n ] [^(n]*([^)] )(?=n))?
  

Тест на регулярном выражении 101