在Apple Numbers中使用正则表达式提取不同格式发票中发票号的方案咨询

嘿，我完全懂你现在的困扰——不同公司的发票格式五花八门，字段顺序乱得很，而且Apple Numbers还不支持PCRE里的\K语法，之前能用的正则直接就失效了对吧？别慌，咱们来一步步搞定这个问题。

首先先梳理下你给出的两个示例发票文本：

示例1（XYZ公司）：This is invoice from company XYZ - 1234545 product name , product number 444456, information invoice unit cost $12.0 and invoice total $1343.00
示例2（ABC公司）：This is invoice from company ABC - 1234545 product name and information invoice total cost $6777 and invoice unit cost $654

你会发现这两个例子里，发票号都是紧跟在company [公司名] - 这个结构之后的一串数字，这就是我们可以利用的共性。因为Apple Numbers用的是ICU正则引擎，不支持\K，那我们就用捕获组来替代它的功能，通过REGEX.EXTRACT函数提取捕获到的内容。

针对你给出的示例的解决方案 #

直接用下面这个正则表达式配合Numbers的函数就能提取出发票号：

company [^-]+ - (\d+)

对应的Numbers公式（假设发票文本在A1单元格）：

=REGEX.EXTRACT(A1, "company [^-]+ - (\d+)")

我来拆解下这个正则的逻辑：

• company [^-]+：匹配company 之后直到短横-之前的所有内容（不管公司名是字母、数字还是混合字符都能覆盖）
• - ：精准匹配短横和后面的空格
• (\d+)：把后面的连续数字（也就是发票号）放到捕获组里，Numbers的REGEX.EXTRACT会自动返回这个捕获组的内容

测试一下的话，不管是XYZ还是ABC公司的发票文本，这个公式都能返回你想要的1234545。

更通用的扩展方案 #

如果遇到其他格式的发票，比如发票号前面的关键词不是company [公司名] - ，而是Invoice #、Inv No:这类，我们可以用正则的分支结构来匹配多种前缀：

(invoice # |inv no: |company [^-]+ - )(\d+)

对应的公式：

=REGEX.EXTRACT(A1, "(invoice # |inv no: |company [^-]+ - )(\d+)")

这里的逻辑是同时匹配多种可能的发票号前缀，然后捕获后面的数字串。

另外，如果你的发票号是文本中最长的数字串（比如比产品编号、单价总价的数字都长），还可以用这个正则来直接匹配最长数字串：

(\d{7,})

（这里的{7,}表示匹配7位及以上的数字，你可以根据自己发票号的长度调整位数）

小提醒 #

不同公司的发票格式可能会有特殊情况，比如发票号包含字母或连字符（比如INV-67890），这时候你需要调整正则的匹配规则，比如改成([A-Z]+-\d+)来匹配这种格式的发票号。建议先收集几种不同格式的发票文本，测试正则是否能准确提取，再批量应用。

备注：内容来源于stack exchange，提问作者sit123