regex标识特定字符

Question

我需要阅读一个pdf，并需要从中提取数据。

数据格式是这样的

模式1:

Impuestos indirectos excluidos. 
Forma de pago: 60 días F.F Según condiciones generales de contratación. 
FIRMA: Juan Rubio FECHA: 28/09/2021

模式2:

Impuestos indirectos excluidos. 
Forma de pago: 60 días F.F. 
Según condiciones generales de contratación. 
FIRMA: Juan Rubio FECHA: 20/09/202

从中我必须找出60 días F.F.

我以这种方式尝试了W*(Forma de pago):(\s)W*，这是不工作

我对正则表达式和java非常陌生。请注意"页面格式";在每个pdf中是固定的。

文字要求是:阅读"格式:"直到"60 días F.F"，表示仅在"Forma de pagago之后有3个元素:">

有谁能帮帮忙吗?

Answer 1

可以使用

String regex = "\bForma\s+de\s+pago:\s*(\S+\s+\S+\s+\S+)";

参见regex演示。细节:

• bForma-一个完整的词Forma(b为一个词边界)
• s+-一个或多个空白
• de-destring
• s+-一个或多个空白
• pago:- apago:字符串
• s*-零或多个空白
• (S+s+S+s+S+)-组1:一个或多个非空白，然后出现两次一个或多个空白和一个或多个非空白字符。