- Este debate tiene 2 respuestas, 2 mensajes y ha sido actualizado por última vez el hace 11 meses, 3 semanas por .
-
Entradas
-
Hola, tengo el siguiente texto que extraigo de un fichero PDF:
Retención practicada/ingreso a
cuenta efectuado derivada de ILT
no derivadas de incapacidad laboral
2024
ORGANIZACIÓN SIN ÁNIMO DE LUCRO ABVE
99887766J DOMINGO DÍAZ FESTIVOSLo que pretendo es poder obtener los cuatro números, en el ejemplo 2024, que siempre están en una línea, separados del resto. Son el ejercicio y quiero poder extraerlo del texto del PDF.
Uso Visual Studio .Net C# y sé que existen las expresiones regulares (regex), pero no sé cómo hacerlo.
Puedes usar la siguiente expresión regular:
1(?<=no derivadas de incapacidad laboral\n)+[0-9]{4}Básicamente, lo que hace es es buscar la línea «no derivadas de incapacidad laboral» y, hace un salto de línea y busca los cuatro números siguientes.
En .Net C# quedaría algo así:
123456789if (formato == "IRPF"){Regex regEjercicio = new Regex(@"\b((?<=no derivadas de incapacidad laboral\n)+[0-9]{4})");Match matEjericio = regEjercicio.Match(texto);if (matEjericio.ToString() == "")año = "----";elseaño = matEjericio.ToString();}En la variable «año» quedará almacenado el ejercicio.
- Debes estar registrado para responder a este debate.
