我正在研究从文本文件中解析数据的各种选项。我们收到来自不同客户的发票,格式未预定义。基本上,我们收到具有不同列的表类型结构,如下所示,并且需要从文件中提取数据。
现在,我们有一个带有 Parse 方法的 IExtractor 接口,该方法由每个客户端解析器实现,并根据文件实例化适当的类,并且对逻辑进行硬编码以检索数据。
由于客户数量不断增加,我们正在寻找更健壮且易于编码的方法来从文本文件中提取信息。
是否建议使用正则表达式来识别页眉和页脚,并使用另一个表达式从每一行中提取信息。如果有人能提出更好的选择,我将不胜感激。
<addition text>.....
Date Document Invoice Deductions Paid Amount
--------------------------------------------------------------------------------------------
21.03.2014 9289 9280 0.00 48,000.00
10.01.2013 21389 9402 3.00 4,000.00
21.03.2014 9289 9280 0.00 48,000.00
10.01.2013 21389 9402 3.00 4,000.00
Sum Total
Please ....<text>