修改Power Query代码以提取带符号前后缀的目标数字

此前用于从PDF导入不同格式表格的Power Query方案运行良好，但近期收到的部分PDF文件中，需提取的数字前后附带无关符号（示例如图所示），现需修改代码实现无视这些符号，精准提取数字内容。

核心修改思路 #

原代码的数字提取逻辑仅针对纯数字场景，我们需要替换为正则匹配或字符过滤的方式，保留数字、小数点、负号（如果有负数），剔除所有其他无关符号。

具体修改方案 #

方案1：字符过滤法（无需启用正则） #

找到原代码中提取数字的语句（比如用Text.Select的部分），替换为以下代码（将[目标列名]替换为实际列名）：

= Text.Trim(Text.Remove([目标列名], List.RemoveItems(Text.ToList([目标列名]), {"0".."9", ".", "-"})))

• 逻辑：先把列文本拆分为单个字符，只保留数字、小数点、负号，再去掉首尾空白。

方案2：正则匹配法（更精准） #

如果需要更精准的匹配（比如只提取连续的数字段），可以使用正则表达式。替换为以下代码：

= let
    匹配规则 = "\\-?\d+\.?\d*",
    匹配结果 = Text.RegularExpressions.Matches([目标列名], 匹配规则)
  in
    if List.Count(匹配结果) > 0 then 匹配结果{0}[Value] else null

• 逻辑：用正则匹配可选负号开头、后面跟整数或小数的数字段，提取第一个匹配到的有效数字。

方案3：针对负号的特殊处理 #

如果仅需处理负号在数字前后的情况，可使用以下简化代码：

= if Text.Contains([目标列名], "-") then 
    "-" & Text.Select(Text.Remove([目标列名], {"-"}), {"0".."9", "."})
  else 
    Text.Select([目标列名], {"0".."9", "."})

注意事项 #

• 如果数字包含千分位逗号，可在允许的字符列表中添加","，之后用Text.Replace([结果列], ",", "")去掉逗号即可。
• 将上述代码批量应用到所有需要提取数字的列，测试不同PDF文件的提取效果。

内容的提问来源于stack exchange，提问作者chi005