☰

Extraer texto de un documento usando notepad++

tag-icon • tag-icon notepad++
Extraer texto de un documento usando notepad++

Tengo un archivo de texto del que necesito extraer elementos de datos específicos.

Texto de ejemplo:

HOLAABK>Z48812~HIAPR>Z48812~HI*ABF>I2510*ABF>K810*ABF>I10*ABF>J449*ABF>F329*ABF>F419*ABF>I252~NM1*71*1*Darbiniano*Sevak***XX*1306859178 ~LX*1~SV2*0551*HC>G0154*250*UN*4~DTP*472*D8*20180202~REF*6R*74990814~HL*3*1*22*0~HIABK>N390~HIAPR>N390~HI*ABF>B9620*ABF>B961*ABF>N319*ABF>G8220*ABF>S12300S*ABF>G9520*ABF>Z1612~NM1*71*1*Boonyaputthikul*Robert***XX*1700198801 ~LX*1~SV2*0551*HC>G0154*250*UN*4~DTP*472*D8*20180125~REF*6R*74990810~

Quiero extraer:

Sevak darbiniano 1306859178

Boonyaputthikul Robert 1700198801

¿Cómo puedo hacer esto con notepad++?

Respuesta1

Esto no se puede hacer en un solo paso con Notepad++, puedes hacer:

Primer paso:

  • Ctrl+H
  • Encontrar que:(?:^|\G).+?NM1\*71\*1\*(.+?)\*{4}XX\*(\d+)
  • Reemplazar con:$1 $2\n
  • comprobar Envolver alrededor
  • comprobar expresión regular
  • NO VERIFICAR. matches newline
  • Replace all

Explicación:

(?:             : non capture group
  ^             : beginning of line
 |              : R
  \G            : position of last match
)               : end group
.+?             : 1 or more any character, not greedy
NM1\*71\*1\*    : literally "MN1*71*1*", asterisk have to be escaped
(.+?)           : group 1, 1 or more any character, not greedy
\*{4}XX\*       : 4 asterisks, XX, then 1 asterisk 
(\d+)           : group 2, 1 or more digit

Reemplazo:

$1      : content of group 1
        : a space
$2      : content of group 2
\n      : line feed, you could change it for the linebreak you need

Resultado para el ejemplo dado:

Darbinian*Sevak 1306859178
Boonyaputthikul*Robert 1700198801
LX*1~SV2*0551*HC>G0154*250*UN*4~DTP*472*D8*20180125~REF*6R*74990810~

En un segundo paso, debes eliminar la última línea.

información relacionada