使用正则表达式从txt提取数据

如何解决使用正则表达式从txt提取数据

我刚刚使用Google Vision API将pdf收据转换为txt文件。现在，我想提取4个特定字段并将其保存在新的txt文件中。

我突出显示了我要提取的2个示例

黄色：产品ID ; 绿色：数量 ; 蓝色：单价 ; 红色：产品说明

这是文本文件的一部分：

[“等待操作完成。\ n”，“输出文件：\ n”，“ receipts / factura_lider.txtoutput-1-to-1.json \ n”，“全文：\ n”， '\ n'，'ADMIN。 DE SUPERMERCADOS HIPER \ n'，'LIMITADA \ n'，'76.134.941-4 \ n'，'Hiper \ n'，'LIDER \ n'，'GRANDES ESTABLECIMIENTOS-VENTA DE \ n'，'ALIM。\ n '，'BOLETAELECTRÓ NICA N°：1680178292 \ n'，'LOCAL：\ n'，'0682 \ n'，'CAJA：\ n'，'020 \ n'，'CAJERO：\ n'，'163 \ n'，'FECHA EMISION：\ n'，'20-10-2020 \ n'，'HORA：\ n'，'09：07 \ n'，'TRAN。 N°：\ n'，'0018 \ n'，'CANT。\ n'，'PRECIO UNIT。\ n'，'DESC。 ARTICULO \ n'，'VALOR \ n'，'2.150 \ n'，'4.511 \ n'，'1.690 \ n'，'5.990 \ n'，'1.990 \ n'，'1.190 \ n'，'309 \ n'，'2.490 \ n'，'4.290 \ n'，'2.650 \ n'，'2.290 \ n'，'4.500 \ n'，'3.840 \ n'，'1.416 \ n'，'CODIGO：07803473002662 \ n'，'1.0x 2.150 ID PAN BLA G \ n'，'CODIGO：02069600000009 \ n'，'0.515x 8.759 PAVO PECHUGA \ n'，'CODIGO：00078742086811 \ n'，'1.0X 1.690 MARGARIN REG \ n' ，'CODIGO：07613036150521 \ n'，'1.0X 5.990 BUEN DIA 1.1 \ n'，'CODIGO：07804115001838 \ n'，'1.0x 1.990 AZ-MOL TR PA \ n'，'CODIGO：07802920801704 \ n'，' 1.0 1.190酸奶DAMA \ n'，'CODIGO：07804646490194 \ n'，'1.0x 309 CILANTRO BOL \ n'，'CODIGO：00614143030932 \ n'，'1.0x 2.490 FRUTOS BOS \ n'，'CODIGO：07804100103158 \ n '，'1.0x 4.290 PACK HUEVO M \ n'，'CODIGO：07801930000 602 \ n'，'1.0x 2.650 PANCETAPF \ n'，'CODIGO：07804152000283 \ n'，'1.0x 2.290 NARANJA 1.5 \ n'，' CODIGO：07805000183080 \ n'，'1.0X 4.500 DET.LQ.DPLIR \ n'，'CODIGO：02164730000001 \ n'，'2.415X 1.590 POLLO ENTERO \ n'，'CODIGO：02000140000005 \ n'，'1.43％990 PLATANO \ n'，'CODIGO：07804653341021 \ n'，'1.0X 1。 000 PHX6 \ n'，'CODIGO：07802655002230 \ n'，'1.0x 830 HARINA S / POL \ n'，

解决方法

import re

text = '''['Waiting for the operation to finish.\n','Output files:\n','receipts/factura_lider.txtoutput-1-to-1.json\n','Full text:\n','\n','ADMIN. DE SUPERMERCADOS HIPER\n','LIMITADA\n','76.134.941-4\n','Hiper\n','LIDER\n','GRANDES ESTABLECIMIENTOS-VENTA DE\n','ALIM.\n','BOLETA ELECTRÓNICA N° : 1680178292\n','LOCAL:\n','0682\n','CAJA:\n','020\n','CAJERO:\n','163\n','FECHA EMISION:\n','20-10-2020\n','HORA:\n','09:07\n','TRAN. Nº:\n','0018\n','CANT.\n','PRECIO UNIT.\n','DESC. ARTICULO\n','VALOR\n','2.150\n','4.511\n','1.690\n','5.990\n','1.990\n','1.190\n','309\n','2.490\n','4.290\n','2.650\n','2.290\n','4.500\n','3.840\n','1.416\n','CODIGO: 07803473002662\n','1.0x 2.150 ID PAN BLA G\n','CODIGO: 02069600000009\n','0.515x 8.759 PAVO PECHUGA\n','CODIGO: 00078742086811\n','1.0X 1.690 MARGARIN REG\n','CODIGO: 07613036150521\n','1.0X 5.990 BUEN DIA 1.1\n','CODIGO: 07804115001838\n','1.0x 1.990 AZ-MOL TR PA\n','CODIGO: 07802920801704\n','1.0 1.190 YOGHURT DAMA\n','CODIGO: 07804646490194\n','1.0x 309 CILANTRO BOL\n','CODIGO: 00614143030932\n','1.0x 2.490 FRUTOS BOS\n','CODIGO: 07804100103158\n','1.0x 4.290 PACK HUEVO M\n','CODIGO: 07801930000 602\n','1.0x 2.650 PANCETAPF\n','CODIGO: 07804152000283\n','1.0x 2.290 NARANJA 1.5\n','CODIGO: 07805000183080\n','1.0X 4.500 DET.LQ.DPLIR\n','CODIGO: 02164730000001\n','2.415X 1.590 POLLO ENTERO\n','CODIGO: 02000140000005\n','1.43% 990 PLATANO\n','CODIGO: 07804653341021\n','1.0X 1.000 PHX6\n','CODIGO: 07802655002230\n','1.0x 830 HARINA S/POL\n'
'''

Product = re.search('CODIGO:(.*?)\n\',\'(.*?)\n',text,re.DOTALL)
product_ID = Product.group(1)
q_up_pd_str = Product.group(2).split()
quantity = q_up_pd_str[0]
unit_price  = q_up_pd_str[1]
product_description = ' '.join(q_up_pd_str[2:])
print(product_ID)
print(quantity)
print(unit_price) 
print(product_description)