在txt文件中搜索和捕获字典值

Question

我一直坚持从 txt 文件中提取特定数据。

我有一个txt文件，其中包含一些信息。

例如

公司名称 GmbH, Teststraße 24 , 01000 Sampleort 客户编号11111111 发票编号22222

发票地址 公司名称 2 mbH, Test2straße 11, 01001 Sample2ort 订单号。 555555 订购日期 01.01.1999

所以，我有类似上述信息的不同结构。有些文件包含发票编号，有些文件包含发票编号。编号：44444。我想把它们全部抓到。我想，我可以通过创建字典来捕获所有这些信息，例如：

`values_dict= {'Customer Number':'customer nr.', 'customer number', 
'cus. nr.', ... , 'Order Number':'order number', 'Order nr' ,....}`

并且，如何使用该字典从 txt 文件中捕获特定值？

我期待这样的输出：

订单号：555555 客户编号：11111111 发票号码：22222 订购日期：1999年1月1日

公司信息：公司名称 GmbH, Teststraße 24 , 01000 Sampleort 发票公司信息：公司名称 2 mbH, Test2straße 11, 01001 Sample2ort

Answer 1

Python 中的

re

 模块提供了对正则表达式的支持，允许您根据指定的模式搜索、匹配或拆分字符串。 

Python re 模块

import re

# Your dictionary of keys with their possible variations
values_dict = {
    'Customer Number': ['Customer Nr.', 'customer number', 'cus. nr.', 'Customer Number'],
    'Order Number': ['Order number.', 'Order nr', 'order number', 'Order Number'],
    'Invoice Number': ['Invoice Nr.', 'Inv. Number:', 'invoice number', 'Invoice Number'],
    'Order Date': ['Order Date'],
    'Company Information': ['Company Name'],
    'Invoice Company Information': ['Invoice Adress Company Name'] # Add more variations as needed
}

# Function to extract information based on the dictionary
def extract_information(text, values_dict):
    results = {}

    for key, variations in values_dict.items():
        for variation in variations:
            pattern = rf"{variation}[:]?[\s]*(.*)"
            match = re.search(pattern, text, re.IGNORECASE)
            if match:
                results[key] = match.group(1).strip()
                break 

    return results

text = """Company Name GmbH, Teststraße 24 , 01000 Sampleort 
Customer Nr. 11111111 
Invoice Nr. 22222

Invoice Adress Company Name 2 mbH, Test2straße 11, 01001 Sample2ort
Order number. 555555 
Order Date 01.01.1999"""

info = extract_information(text, values_dict)

for key, value in info.items():
    print(f"{key}: {value}")