Pdf файлы с чертежами и DXF файлы, "вытащить" обозначение и наименование пакетно и преименовать файлы.

[Maik812 311]

Задача банальна, есть PDF файлы или DFX с чертежами и спецификациями, фрагментами КОМПАС , ECXEL и др задача переименовать или видеть что внутри оформительная рамка заполнена "обозначение", "наименование" и тд.

Решение есть и банально просто решается регулярными выражениями которые "вытаскивают" нужные данные . Я лично не силен в регах выражений, кто поможет написать регулярку для высасывания нужных данных.

Я написал регулярки из файла чертежа вытаскивается, мне не хватает опыта по этим регуляркам. Есть ассы по ним тут ?

 

Масштаб

\d{1,2}:\d{1,2}

 

Обозначение

[À-ÓA-ZА-Я0-9]{2,3}(.)[À-ÓA-ZА-Я0-9]{2,3}(.)[0-9]{1,2}(.[0-9]{1,2}(.))([À-ÓA-ZА-Я0-9]{1,})([À-ÓA-ZА-Я0-9]{1,2}|[À-ÓA-ZА-Я0-9][À-ÓA-ZА-Я0-9])

 

Формат чертежа

\b(Формат|Ôîðìàò) (.)(.)

 

При конвертации старые файлы некоторые не в той кодировки конвертировалось.. так что не обращаем.

Сам плагин тут http://wincmd.ru/plugring/PCREsearch.html, его можно переделать как отдельный для данных по конструкторской до САПР информации тех документации

Он на лету конвертирует файлы (Word, ECXEL, PDF   и др) всякие в текст и по нему работают регулярные выражения.

Кто то может помочь в более полной вытаскивания значений из файлов для поиска (в том числе внутри самого файла), сортировки и переименования файлов.

 

 

 

 

 

Изменено 19 марта 2021 пользователем Maik812

[Maik812 311]

Все работает!!! это наверно при конвертации в ПДФ какая а херня получается при SolidWorks в  PDF.

команда которую делал xdoc2txt -u -f *имя файла* и пуск !

и даже просто  если так

xdoc2txt -u -f "ТПС 00.00.000 СБ Транспортер для форума.PDF"

все работает!!! все хорошо конвертит

xdoc2txt.exe ТПС 00.00.000 СБ Транспортер для форума.PDF ТПС 00.00.000 СБ Транспортер для форума.txt

с командой  xdoc2txt -8 -f "ТПС 00.00.000 СБ Транспортер для форума.PDF"

тоже все верно

 

 

xdoc2txt -8 -f ТПС 00.00.000 СБ Транспортер для форума.txt

2 часа назад, Krusnik сказал:

А может у Х2DOC нет верной кодировки?

что то неверно но не понятно пока где, часть чертежей норм все гуд.

[Krusnik 440]

16.11.2021 в 20:27, Maik812 сказал:

все работает!!! все хорошо конвертит

Ок. Буду использовать этот файл как образец.

 

Для начала хорошо бы понять возможности поискового плагина. Поддерживает ли он имена групп.

Потому что децимальный номер можно задать вот так

[А-Я]{2,4}\s\d{2}\.\d{2}\.\d{3}(\s(СБ|ГЧ|МЧ|УЧ))?

И тогда он выдаст результат

ТПС 00.00.000 СБ

 

А можно вот так

(?<Обозначение>(?<Децимальный_номер>[А-Я]{2,4}\s\d{2}\.\d{2}\.\d{3})\s?(?<Код_документа>(СБ|ГЧ|МЧ|УЧ))?)

И результат будет

Обозначение: ТПС 00.00.000 СБ

Децимальный_номер: ТПС 00.00.000

Код_документа: СБ

 

Так можно ещё выделить шифр проекта и искать всё входящее в проект (в данном случае "ТПС").

Изменено 18 ноября 2021 пользователем Krusnik

[Maik812 311]

19.11.2021 в 00:41, Krusnik сказал:

Для начала хорошо бы понять возможности поискового плагина. Поддерживает ли он имена групп.

Потому что децимальный номер можно задать вот так

[А-Я]{2,4}\s\d{2}\.\d{2}\.\d{3}(\s(СБ|ГЧ|МЧ|УЧ))?

И тогда он выдаст результат

ТПС 00.00.000 СБ

Только твое и видит!

Верне видит только содержимое одного файла, а других не видит, вот прилогаю гифку где мое и твое показывает. Почему я не знаю..

[Maik812 311]

12.11.2021 в 02:04, Maik812 сказал:

и тогда вместо длинного кода можно сделать так:
\w{2,3}\.\w{2,3}\.\d{1,2}\.\d{1,2}\.\w+

Это выводит только из одного файла тоже ! а именно выводит ТПС 00.00.00.... и все. не где не показывает

[Krusnik 440]

17 минут назад, Maik812 сказал:

Верне видит только содержимое одного файла, а других не видит, вот прилогаю гифку где мое и твое показывает. Почему я не знаю..

 

2 минуты назад, Maik812 сказал:

Это выводит только из одного файла тоже ! а именно выводит ТПС 00.00.00.... и все. не где не показывает

 

Значит в других файлах другие "схемы" обозначений.

Например нет пробела после букв, или вначале цифры с буквами, или ещё чего.

Нужно больше примеров разных дец. номеров, которые нужно искать.

 

 

Какие дец. номера в других файлах?

[Maik812 311]

Да, понимаю.. но вот почему то у меня вытащил а в двух других не вытащило тоже самое..

В личку отправлю их..

"Покрытие" тоже не вытащил

[Krusnik 440]

Можно сделать схему как в ГОСТе

 

[Maik812 311]

6 минут назад, Krusnik сказал:

Можно сделать схему как в ГОСТе

нет не пойдет у всех своя.. ну и как видишь у меня методом тыка показывает у всех переданых файлов. Смысл всего же в универсальности.

[Krusnik 440]

14 минут назад, Maik812 сказал:

нет не пойдет у всех своя..

Ну так в этом и суть. Регулярка по схеме построения строки определяет что это обозначение.

14 минут назад, Maik812 сказал:

ну и как видишь у меня методом тыка показывает у всех переданых файлов. Смысл всего же в универсальности.

Показывает, но не всё. У первого "ТПС" потерял, у того, который на А-07 начинается нет типа документа в конце, а у того, который на 019 заканчивается вообще половины нет (там полная жесть).

 

Самое универсальное будет примерно таким

\w{2,14}\.\d{2,6}\.\d{2,3}(\s(СБ|ГЧ|МЧ|УЧ))?

 

Но может словить и всякой ерунды. Например из ТТ. Скорее всего и найдет.

Изменено 20 ноября 2021 пользователем Krusnik

[Krusnik 440]

41 минуту назад, Maik812 сказал:

"Покрытие" тоже не вытащил

Покрытие лучше выискивать с именованными группами:

Покрытие:?\s(?<Покрытие>\w)+

 

Но если он отакое не переваривает - то

Покрытие:?\s\w+

 

Один нюанс. Он выведет только первую строку. Если покрытие занимает несколько строк типа

Цитата

Покрытие Хим.Окс.Прм/краска порошковвая "PULVERIT"

цвет черный (RAL 9005) крупнотекстурированная

шагрень.

То выведет толька первую строку

Покрытие Хим.Окс.Прм/краска порошковвая "PULVERIT"

 

 

Как вариант ещё

(Покрытие:\s\w+)|(Покрытие\s\w+)

[Maik812 311]

КОРОЧЕ ВСЕ БАНАЛЬНО ПРОСТО , проблема в кодировке!!! Пока не прописал в той кодировки в которой чертеж прописан через "|"

Не чего не видит и не выводит! Если кодировка текста в анси или еще в чем делает СОЛИД ИЛИ ЕГО МАКРОС, не чего не увидеть по этому приходится просто скопировать текст и вставлять в регулярное выражеие и как видишь сразу абракатабра.. НО выводит.

В ТС есть плагин WDX Траснслит и он позволяет транслировать в нужную кодировку, можно и отдельно как изменить атрибут и там шаблон будет.

 

1 час назад, Krusnik сказал:

Как вариант ещё

(Покрытие:\s\w+)|(Покрытие\s\w+)

Только так как на фото скопировал вместо твоей записи "покрытие" вставил из ПДФ.