検証ルールで正規表現抽出アクションを使用する
- 最終更新日2024/04/04
検証ルールで正規表現抽出アクションを使用する
正規表現抽出アクションでは、ドキュメントから抽出された値にカスタムの正規表現 (regex) を適用できます。このアクションにより、ユーザーは指定した正規表現パターンに基づいて特定の部分文字列を抽出して抽出データを操作できます。
ドキュメントが処理されて値が抽出されたら、この値に対して正規表現抽出アクションを適用できます。抽出値の特定部分の識別と抽出に使用する正規表現パターンを定義できます。
注: これは、指定の正規表現パターンに基づいて、その値で見つかった最初の一致のみを抽出します。
前提条件
- 正規表現抽出アクションを適用すると、抽出時に最初の正規表現に一致するフィールド値が設定されます。
- 指定した正規表現がフィールドに一致しない場合、空のフィールド値が返されます。
- 更新 (v.31) packageをラーニングインスタンスに接続していない場合は、このルールが期待通りに動作しない可能性があることを示す警告メッセージが表示されます。
例
この機能は、抽出データの一部だけが必要な状況で特に有用です。たとえば、より大きな文字列から特定の数字の集合を抽出したり、住所の一部を分離したり、テーブルの説明から特定の断片を取り出したりする場合です。
次の例では、ドキュメントの Description 列から Vendor Code を抽出する場合、Description 列からすべての説明テキストを取得します。次の画像は、通常の抽出処理による Vendor Code の値を示しています。
この例では、ドキュメントの Description 列から Vendor Code だけを抽出する方法を見ていきます。
手順
-
指定パターンに適切な値を与えて正規表現パターンをテストし、[更新] をクリックします。たとえば、
Vendor Code: 381823です。
-
ドキュメントを処理するには、[処理] をクリックします。
指定した正規表現パターンに基づいて、Description 列から Vendor Code の値のみが抽出されます。
次の画像は、正規表現抽出アクションの適用後の Vendor Code の値を示しています。
以下は、抽出に使用できる正規表現パターンの例です。データ タイプ 正規表現パターン 例 テキストまたは住所 \b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+.[A-Z|a-z]{2,}\btest@gmail.com \b\d{3}[-.]?\d{3}[-.]?\d{4}\b123.456.7890 または 123-456-7890 数字 ^\d{2}$12、23、99 のいずれか ^[0-9]+$123 または 12434 日付 \b\d{1,2}[/-]\d{1,2}[/-]\d{4}\b12/31/2022 または 02/07/2012 ^\d{2}/\d{2}/\d{4}$28/02/2222 注: これらの正規表現パターンは固定されたものではなく、事例の要件によって異なる場合があります。