U ovom članku pokazujemo vam kako možete koristiti regularne izraze za ostvarivanje prednosti automatizirane obrade dokumenata. To se posebno odnosi na dokumente tvrtki u bilo kojoj industriji.
Prikazujemo vam točne primjere regularnih izraza i korak po korak objašnjavamo što oni znače i kako ih možete koristiti.
Na ovaj način možete povećati operativnu učinkovitost, smanjiti ljudske pogreške kroz veću točnost, sniziti trenutne troškove, održati integritet podataka i poboljšati sigurnost podataka.
Trenutni članak proširuje prvi dio o inteligentnoj obradi dokumenata,ovdje vas izravno vodi do članka.
Izdvajanje specifičnih elemenata podataka iz dokumenata može biti izuzetno skupa i vremenski zahtjevna zadaća. Često se skenirani dokumenti šalju velikim tvrtkama za outsourcing unosa podataka, gdje se podaci ručno upisuju.
Međutim, ovaj pristup ima nekoliko nedostataka, kako slijedi:
- To može ugroziti sigurnost dokumenata
- Uvodi se kašnjenje u procesima radnog tijeka
- Uspoređeno s automatiziranim izdvajanjem, ručno indeksiranje je spor proces
- Ručno indeksiranje se ne skalira dobro na velikim projektima
- Ručno indeksiranje može unijeti pogreške u podatke
- Ako se dokument promijeni, cijeli proces počinje ispočetka
I još mnogo toga.
Unatoč širenju skeniranja, veliki dio poslovnih transakcija i dalje se temelji na papirnatim dokumentima. Procjenjuje se da se 85% računa još uvijek izdaje na papiru.
Osim toga, postoje planine postojećeg papira koji se moraju pohranjivati u ogromnim skladištima!
Što je regularni izraz?
Regularni izrazi, poznati i kao "REGEX", moćan su alat za pretraživanje i manipulaciju tekstom. Oni omogućuju prepoznavanje i uređivanje složenih obrazaca u tekstu.
Regularni izraz sastoji se od kombinacije običnih slova i posebnih metakaraktera koji imaju posebne funkcije.
Regularni izrazi mogu se također koristiti za zamjenu ili manipulaciju tekstom. Na primjer, regularni izraz se može koristiti.
Oni su vrlo moćan alat za obradu riječi i automatizaciju zadataka.
Kako regularni izrazi mogu pomoći u automatizaciji poslovanja?
Povećanje digitalnih dokumenata različitih vrsta, s različitim pravilima imenovanja i bez dovoljno dobrog sustava pretraživanja otežava proces pretraživanja i izdvajanja informacija iz dokumenata iz određenog sadržaja, posebno kada je riječ o neklasificiranim dokumentima, pretraživanje postaje neprecizno i traje dugo.
Regularni izrazi (regex) pružaju brz i moćan način pronalaženja, izdvajanja i zamjene specifičnih podataka u dokumentima. Regularni izrazi su u osnovi poseban tekstualni niz koji se koristi za opisivanje obrasca pretraživanja.
Ovo je kako se sadržaj dokumenta traži i čita za određeni niz znakova. Regularni izrazi su način definiranja obrazaca u informacijama pomoću posebnih simbola.
Metoda Regex najbolje odgovara dokumentima u kojima se položaji vrijednosti koje treba pročitati mogu mijenjati, a jednostavni predlošci dokumenata ne mogu raditi.
Popis jednostavnih izraza možete pronaći u našem ComDesk-u.
Kako mogu izgraditi regularne izraze?
Regularni izrazi se mogu sastaviti na različite načine, ovisno o tome koji se vrsta obrasca traži.
Koristite metakaraktere poput ., *, +, ?, ^, $, [], i [a-z] za predstavljanje specifičnih vrsta znakova ili obrazaca.
Koristite opcionalne dijelove: Koristite upitnik (?) ili zvjezdicu (*) da dio obrasca učinite opcionalnim.
Koristite grupe: Koristite zagrade za grupiranje dijelova obrasca i tretirajte ih kao jedinstvenu cjelinu.
Važno je napomenuti da se pravila regularnih izraza mogu razlikovati ovisno o programskom jeziku. Stoga je važno pročitati dokumentaciju korištenih alata. RegEx napisan za PaperOffice mora biti kompatibilan s ECMAScriptom i PCRE2.
Savjet
Također postoji video na YouTubeu na temu "Automatizirano SPREMANJE DOKUMENATA Dio 3 / REGEX & Varijable / Obrada računa Upravljanje dokumentima", koji objašnjava ovaj proces jednostavno i jasno:
Kako mogu izvući informacije iz svog dokumenta koristeći REGEX?
Praktični primjeri
U ovom članku prikazujemo kako možete izvući bilo koje podatke iz dokumenta zahvaljujući višekomponentnim regularnim izrazima u PaperOffice-u i automatski ih spremiti kao ključnu riječ za dokument.
Ispod smo kreirali primjer dokumenta koji ima specifičan datum. Ovaj dokument je račun. Obrazac datuma na našem dokumentu formatiran je na sljedeći način:
Mjesec, sastavljen od slova, ali prvo slovo je uvijek veliko, nakon čega slijedi razmak, zatim dan praćen zarezom, još jedan razmak i zatim godina.
Na primjer:20. rujna 2019. ili 5. ožujka 2022.
Za izdvajanje ovog datuma možemo koristiti sljedeći regularni izraz (REGEX):
([A-Z][a-z]{2})\s(0[1-9]|[12][0-9]|3[01]),\s(20\d{2})
Rastavimo izraz na pojedinačne grupe. Ove grupe odvojene su zagradama().
U prvoj grupi tražimo tri slova mjeseca: ([A-Z][a-z]{2})
([A-Z][a-z]{2})\s(0[1-9]|[12][0-9]|3[01]),\s (20\d{2})
Izdvojite mjesec
- [A-Z] Ovaj niz znači da tražimo veliko slovo od A do Z. Na primjer, slovo"S" iz"Ruj". Treba napomenuti da se velika i mala slova tretiraju odvojeno.
- [a-z]{2} Ovaj niz znači da tražimo dva mala slova od a do z. To bi biliuj iz "Ruj".
Zatim tražimo razmak sa sljedećim nizom:\s
([A-Z][a-z]{2})\s(0[1-9]|[12][0-9]|3[01]),\s (20\d{2})
Izvadite datum
U drugoj skupini tražite oznaku dana u brojkama: (0[1-9]|[12][0-9]|3[01])
([A-Z][a-z]{2})\s(0[1-9]|[12][0-9]|3[01]),\s (20\d{2})
Dan mora biti odvojen s tri različita izraza.
Budući da ne znamo koji se datum može pojaviti u dokumentu, to može biti prvi dan (01) ili zadnji dan (31) mjeseca, pa morate prema tome navesti različite opcije.
Ovo je odvojeno znakom "|".
Primjer: (1|2|3) = 1 ili 2 ili 3.
Popis dopuštenih znakova slijedi u uglatim zagradama. Višestruke uglate zagrade odgovaraju više znakovima. Ako izraz treba opisati više znakova, oni se jednostavno prilažu jedan za drugim. Tada se unos uspoređuje s vašim izrazom s lijeva na desno.
Naravno, nije potrebno navoditi sve brojeve. Međutim, cijeli zagradni izraz predstavlja samo jedan znak.
-
0[1-9] Ovaj niz znači da broj može početi s "0", nakon kojeg slijedi broj od 1 do 9. Tako dobivamo bilo koji broj od 01 - 09.
Niz traži obrazac broja koji počinje nulom. Ako vaš dokument obično ima datum "5. ožujka 2022.", odnosno bez broja "0" ispred broja "5", tada se "0" u nizu izostavlja.
- [12][0-9]Ovaj niz znakova znači da broj može početi s "1" ili "2", nakon čega slijedi bilo koji broj od 0 do 9. Rezultat može biti bilo koji broj od 10 do 29.
- 3[01]Ovaj niz znakova znači da bi broj mogao početi s "3", nakon čega slijedi "0" ili "1". Rezultat može biti 30 ili 31.
Nakon što su opcije za dan definirane, treba odrediti izraz za godinu.
Sada tražimo zarez i razmak: ,\s
([A-Z][a-z]{2})\s(0[1-9]|[12][0-9]|3[01]),\s (20\d{2})
Izdvajanje godine
U zadnjoj grupi tražimo godinu: (20\d{2})
([A-Z][a-z]{2})\s(0[1-9]|[12][0-9]|3[01]),\s(20\d{2})
Počinjemo tražiti bilo koju godinu, ali znamo da će biti ≥ 2000.
- 20Ovaj niz znakova znači da tražimo bilo koju godinu koja točno počinje s 20.
- \d{2}Ovaj niz znakova znači da tražimo mogući broj s dvije znamenke, odnosno od "00" do "99".
Na primjer, znak \d odgovara znamenki između 0 i 9, dok znak \d{2} odgovara broju s dvije znamenke.
Ako se regularni izraz sada koristi u PaperOfficeu, konačni rezultat je datum "Sep 20, 2019".
Na ovaj način bilo koji datum može se očitati iz dokumenta bez obzira na to da ne znamo izvornu vrijednost. Ove grupe također se mogu koristiti negdje drugdje i slobavno premještati za čitanje drugih formata datuma.
Evo još jednog primjera:
Datum počinje danom, nakon kojeg slijedi mjesec, sastavljen od slova, ali je prvo slovo uvijek veliko, nakon čega slijedi točka, razmak i zatim godina.
Za izdvajanje ovog datuma može se koristiti gore opisani regularni izraz (REGEX) s dodatnim dopunama, jer se u drugom primjeru nakon mjeseca navodi "točka".
To se može specificirati sljedećim nizom znakova: \.
Dakle, potpuni izraz izgleda ovako:
(0[1-9]|[12][0-9]|3[01])\s([A-Z][a-z]{2})\.\s(20\d{2})
Svoje kreirani regex uvijek možete provjeriti odlaskom na stranicu https://regex101.com za njegovu validaciju zajedno s vašim tekstom za umetanje. Regex101 ne samo da će provjeriti je li vaš regex točan, već će vam objasniti većinu regularnog izraza.
I tako možete koristiti različite skupove znakova za bilo što.
Čitajte broj narudžbe zahvaljujući REGEX-u
Kao još jedan primjer, željeli bismo pročitati broj narudžbe s dokumenta.
Broj narudžbe na našem dokumentu formatiran je na sljedeći način:
Uvijek počinje velikim slovima XYB, nakon kojih slijedi crtica, zatim 8 znamenki, još jedna crtica i na kraju 3 nasumična velika slova.
Primjeri brojeva narudžbi bili bi:
XYB-12316723-LSH
XYB-98456723-JRD
Za izdvajanje ovog broja narudžbe možemo koristiti sljedeći regularni izraz:
XYB-\d{8}-[A-Z]{3}
Rastavimo izraz korak po korak.
Prvo tražimo točno prva 3 velika slova sa simbolom crtice: XYB-
XYB\d{8}-[A-Z]{3}
Nakon toga tražimo 8 znamenki praćenih drugom crticom: \d{8}-
XYB-\d{8}-[A-Z]{3}
The \d znak, kako je prethodno opisano, odgovara znamenki između 0 i 9, dok \d{8} odgovara osmoznamenkastom broju.
I na kraju tražimo bilo koja 3 velika slova: [A-Z]{3}
XYB-\d{8}-[A-Z]{3}
Evo kako bi PaperOffice izgledao za sljedeće brojeve narudžbi:
XYB-12316723-LSH
XYB-98456723-JRD
XYB-975432671829
ZYB-12342176-ZHD
prva dva XYB-12316723-LSH i XYB-98456723-JRD
prepoznati.
Pripremili smo poveznicu na Regex101 za ovaj primjer, u kojem je gore opisani regularni izraz naveden s 4 primjera. Možete vidjeti da samo dva od zadanih brojeva narudžbi zadovoljavaju naše uvjete.
Čitajte brojeve artikala zahvaljujući REGEX-u
Broj artikla na našem dokumentu formatiran je na sljedeći način:
Uvijek počinje s dva velika slova, praćena crticom, a zatim s 6 znamenki.
Primjeri brojeva artikala bili bi:
MS-863398
DS-452829
Za izdvajanje ovih brojeva artikala možemo koristiti sljedeći regularni izraz:
[A-Z]{2}-\d{6}
PaperOffice može digitalizirati vaše dokumente i integrirati ih s vašim sustavima kako bi automatizirao izvlačenje podataka iz računa i druge dokumentacije bez potrebe za pisanjem i održavanjem velikog broja koda.
Kontaktirajte nas kako biste razgovarali o svojim slučajevima uporabe i saznali više o tome kako vam PaperOffice može pomoći da postanete još konkurentniji u digitalnoj eri.
Početak je lakši nego što mislite.
Još uvijek ste zabrinuti zbog neuspjeha? Pročitajte studije slučaja naših kupaca o integraciji PaperOffice-a u vaš poslovni život i uvjerite se u jednostavnost ili jednostavno zatražite probnu instalaciju.
Za koga je prikladna uređaj bez papira?
Brz i jednostavan odgovor na ovo pitanje je: za svaku tvrtku. Sve poslovne sektore i veličine koristi uređaj bez papira, od malih i srednjih poduzeća do velikih kompanija. Međutim, pretvorba je posebno vrijedna za mala i srednja poduzeća: Smanjenje napora i troškova obrade oslobađa proračun potreban za daljnje poticaje rasta.
Mogu li koristiti cloud-based DMS pružatelja usluga za moj uređaj bez papira?
Ne. Još jedan faktor koji je na svima usnama od kada je GDPR stupio na snagu najkasnije 2018. godine jest zaštita podataka. Rješenja i softver DMS-a koriste se za obradu, upravljanje i pohranu dokumenata koji često sadrže osjetljive, osobne podatke. U slučaju kršenja GDPR-a, zakonodavac predviđa visoke kazne.
-
Prednosti opravdavaju trud i troškove
Raditi digitalno i dovesti stare dokumente u novo dobit će biti najbolja ključna investicija za uštedu nevjerojatne količine vremena, novca i živaca u budućnosti. -
Trebate nekoga tko zna
Ne trebate vlastitog IT stručnjaka da biste iskoristili sve prednosti digitalizacije.
Ono što vam treba je pravi partner na vašoj strani koji, zahvaljujući svom iskustvu, može provesti točno ono što vam treba. Izbjegavajte strahovladu i umjesto toga birajte testne pozicije umjesto sjajnih PowerPoint prezentacija bez stvarnog testiranja. -
Hardver je obično već dostupan
Iskustvo je pokazalo da gotovo svaki pogon, tvrtka i poduzeće ima veliki kopir koji ne koristi svoj potencijal. Ovi uređaji vole masovne skeniranja, tolerantni su na spajalice i mogu biti osnova za digitalni početak bez ulaganja u skener. -
Jeftinije nego što se očekivalo s pravim DMS-om
Izbjegavajte zamke troškova s DMS / ECM sustavima gdje ste nemilosrdno na milost i nemilost proizvođačima. Ne pravite kompromise kada je riječ o vlastitim mogućnostima administracije, poput učenja dokumenata i samostalnog postavljanja postavki. Ako vam treba pomoć, proizvođač će vam rado pomoći, ali ostanite neovisni. -
Digitalna automatizacija je budućnost
Postupci će u budućnosti biti potpuno identični, ali potpuno automatizirani.
Dolazi račun? Radni tijek se pokreće i sve ide svojim definiranim putem.
Pretražite svih 1000 mapa? Nema problema, jer imate svoj Google!
