Я хотел бы взять текст, распределенный между двумя строками.
Например :
PO Number Dept.number
4000813852 7
Я хотел бы получить номер заказа 4000813852. Это похоже на данные в виде таблицы, но в контексте всего документа выглядит как обычный текст.
Я использовал re.MULTILINE как r'PO Number.*\n[0-9]+'
в этом случае он работает, но это не лучшее решение, потому что, возможно, номер заказа находится посередине как
Invoice Number PO Number Dept.number
123456666 4000813852 7
Вы можете сделать это с двумя группами захвата и включенной опцией re.DOTALL. Выражение предполагает, что интересующее вас число - единственное, содержащее 10 цифр в вашем тексте.
Выражение:
(PO\sNumber).*(\d{10})
Фрагмент Python:
import re
first_string = """PO Number Dept.number
4000813852 7"""
second_string = """Invoice Number PO Number Dept.number
123456666 4000813853 7"""
PO_first = re.search(r'(PO\sNumber).*(\d{10})',first_string,re.DOTALL)
print(PO_first.group(1)+" "+PO_first.group(2))
PO_second = re.search(r'(PO\sNumber).*(\d{10})',second_string,re.DOTALL)
print(PO_second.group(1)+" "+PO_second.group(2))
Вывод:
PO Number 4000813852
PO Number 4000813853
С одним регулярным выражением:
data="""PO Number Dept.number
4000813852 7
Invoice Number PO Number Dept.number
123456666 4000813852 7
"""
re.findall(r"(PO Number)\s*Dept.number\s*(?:(?:\d+)\s+(\d+)|(\d+))\s+\d",data)
Out:
[('PO Number', '', '4000813852'), ('PO Number', '4000813852', '')]
Я не использую re.MULTILINE, так как \ s тоже соответствует новой строке.
