regex - 如何仅获取 RegEx 的第一个匹配项(UiPath Studio RegEx Based Extractor)

Question

我使用 UiPath Studio 的 OCR 从 PDF 中提取了以下文本。这是同一块文本重复 3 次，因为它是同一 PDF 页面的原始、重复和三次重复。

Os bens/serviços foram colocados à disposição do adquirente em 2020-04-16 * Data/Hora início de transporte: 2020-04-16 às 11:52

Total Líquido               500,00
Total de Descontos 500,00         
Desconto Documento                
Total de IVA                115,00
Total do Documento (EUR)    615,00

IVA      Incidência   Valor do IVA
Isento                            
6%                                
13%                               
23%      500,00       115,00      

b5El-Processado por programa certificado n.º75/AT.

Os bens/serviços foram colocados à disposição do adquirente em 2020-04-16 * Data/Hora início de transporte: 2020-04-16 às 11:52

Total Líquido               500,00
Total de Descontos 500,00         
Desconto Documento                
Total de IVA                115,00
Total do Documento (EUR)    615,00

IVA      Incidência   Valor do IVA
Isento                            
6%                                
13%                               
23%      500,00       115,00      

b5El-Processado por programa certificado n.º75/AT.

Os bens/serviços foram colocados à disposição do adquirente em 2020-04-16 * Data/Hora início de transporte: 2020-04-16 às 11:52

Total Líquido               500,00
Total de Descontos 500,00         
Desconto Documento                
Total de IVA                115,00
Total do Documento (EUR)    615,00

IVA      Incidência   Valor do IVA
Isento                            
6%                                
13%                               
23%      500,00       115,00      

b5El-Processado por programa certificado n.º75/AT.

我需要提取“-Processado por programa”后面的 4 个字符代码，但只想要 1 个匹配项或第一个匹配项。
已经试过了 [^*]+(?=-Processado\spor\sprograma)和 (.*?)(?=-Processado\spor\sprograma)但这输出了我 3 场比赛。
当我删除 /g 时它起作用了标志，但我正在使用 UiPath Studio 的 RegEx 提取器，但我不知道如何删除该程序上的该标志。

Answer 1

您可以匹配所有不以 4 个单词字符开头的行和 -Processado por programa使用负前瞻。
当您遇到该行时，捕获第 1 组中的前 4 个单词字符

\A.*(?:\r?\n(?!\w{4}-Processado\spor\sprograma\b).*)*\r?\n(\w{4})

说明

\A.*断言字符串开头的位置和除换行符以外的任何字符 0+ 次

(?:非捕获组

\r?\n匹配换行符

(?!\w{4}-Processado\spor\sprograma\b)负前瞻，断言不是 -Processado por programa直接向右

.*匹配该行的其余部分

)*关闭非捕获组并重复 0+ 次以匹配所有行

\r?\n(\w{4})匹配换行符并捕获 中的 4 个单词字符第 1 组

Regex demo