如何使用KNIME从Excel的Description列中提取学生学号？

我有一份包含多列的Excel数据，其中一列名为Description，数据示例如下：

Being Settlement of exam fee, student Number IMIS/C/5946/7/5/2021/5690 in respect of Flora Hamis
Being Settlement of school fee, student Number IMIS/C/28727/14/7/2022/28980 in respect of Tony Alex
Being Settlement of Life Assurance, student Number IMIS/C/28020/23/6/2022/28279 in respect of Richard Nixon

希望用KNIME提取每行中的学生学号，自己尝试的正则表达式如下：

regexReplace($Description$,^IMIS/\w{1}/\d/\d/\d/\d\s? ,"$1" )

你的正则表达式存在几处问题，调整后即可正确提取学号：

• 未匹配student Number前缀，无法准确定位学号起始位置
• 用\d只能匹配单个数字，而学号里的数字段是多位的，需改为\d+
• 未处理学号前可能存在的多个空格情况

推荐两种可行的实现方式：

方式一：用regexMatcher提取捕获组 #

在KNIME的String Manipulation节点中使用以下表达式：

regexMatcher($Description$, "student Number\\s+(IMIS/C/\\d+/\\d+/\\d+/\\d+/\\d+)", 1)

说明：

• student Number\\s+：匹配student Number及后续一个或多个空格
• (IMIS/C/\\d+/\\d+/\\d+/\\d+/\\d+)：捕获完整学号，\\d+匹配任意长度的数字段
• 末尾的1指定提取第一个捕获组的内容

方式二：用regexReplace保留目标内容 #

如果坚持使用regexReplace，可以将无关内容替换为空，只保留学号：

regexReplace($Description$, "^.*student Number\\s+(IMIS/C/\\d+/\\d+/\\d+/\\d+/\\d+).*$", "$1")

说明：

• ^.*student Number\\s+：匹配从文本开头到student Number及后续空格的所有内容
• (IMIS/C/\\d+/\\d+/\\d+/\\d+/\\d+)：捕获学号部分
• .*$：匹配学号之后的所有内容
• 替换为$1即可保留捕获到的学号

内容的提问来源于stack exchange，提问作者GASTONE DERECK