Make AI工作流教學: Text Parser模組的使用技巧

AI資訊

Make AI工作流教學: Text Parser模組的使用技巧

在Make AI無代碼自動化平台中，Text Parser（文本解析器）模組是一個強大且靈活的工具，專門用來從非結構化的文字資料中提取有用資訊。無論是從電子郵件、報表、網站抓取的資料，還是API回傳的文字內容，Text Parser都能幫助你快速將雜亂的文字轉換成結構化數據，供後續模組進行智能處理與應用。本文將深入介紹Text Parser模組的核心功能、設定方法、正則表達式應用技巧，以及實際案例，協助你充分發揮文本解析的威力。

一、Text Parser模組的基本概念

Text Parser模組的主要目的是根據使用者設定的規則，從輸入的文字資料中提取特定字串或數據。它支援多種解析方式，最常用的是正則表達式（Regex），能精準匹配複雜的文字模式，實現靈活且高效的資料擷取。

主要功能包括：

• 文字替換與清理：刪除或替換不需要的文字或符號。

• 關鍵字提取：從文本中擷取特定字詞或數字。

• 格式化輸出：將解析結果轉換為結構化格式，方便後續使用。

• 動態解析：根據不同輸入動態調整匹配規則。

二、Text Parser模組的設定步驟

1. 新增Text Parser模組
   在Scenario中新增Text Parser模組，選擇要處理的文字來源，可能是前一模組的輸出或靜態文字。

2. 設定解析規則

   • 使用「Replace」功能可替換指定文字或符號。

   • 利用「Match Pattern」輸入正則表達式，定義要提取的文字模式。

   • 勾選「Global match」可匹配整個字串中的所有符合項目，而非僅第一個。

3. 測試解析效果
   使用「Run once」測試，確認解析結果是否符合預期。

4. 整合後續模組
   將解析出的結構化資料傳遞給後續模組，如資料存儲、通知發送或AI分析。

三、正則表達式（Regex）應用技巧

正則表達式是Text Parser最強大的功能之一，能根據文字模式精準匹配資料。常用技巧包括：

• 匹配數字：d+ 表示匹配一個或多個數字。

• 匹配特定字串：如 訂單號碼(d+) 可提取「訂單號碼」後的數字。

• 忽略大小寫：使用 (?i) 來忽略大小寫。

• 多重選擇：使用管道符號 | 表示「或」，例如 apple|orange 匹配「apple」或「orange」。

• 分組與捕獲：使用括號 () 捕獲特定子串，方便後續提取。

四、實際應用範例

範例1：替換文字符號

將文字中的特定符號「”」替換為「-」，並可選擇是否替換全文或僅第一個。
設定Pattern為「”」，New value為「-」，勾選Global match即可完成全文替換。

範例2：提取訂單號碼

輸入文字：「訂單號碼123456已完成付款。」
設定Match Pattern為 訂單號碼(d+)，即可提取出「123456」作為訂單號碼。

範例3：擷取Email地址

設定正則表達式為 [w.-]+@[w.-]+.w+，從文字中提取所有Email地址，方便後續發送通知。

範例4：解析HTML內容

從抓取的HTML代碼中提取特定標籤內容，如所有圖片URL或超連結，便於資料整理。

五、使用Text Parser的實務建議

• 先理解資料結構：在設計解析規則前，先仔細分析輸入文字的結構與特點。

• 逐步調試Regex：正則表達式較複雜，建議分段測試，避免匹配錯誤。

• 結合其他模組使用：搭配Filter、Router等模組實現更複雜的資料篩選與流程控制。

• 注意字元編碼：確保輸入文字的編碼正確，避免解析異常。

• 善用社群資源：參考正則表達式範例與工具，加速學習與應用。

六、結語

Text Parser模組是Make AI工作流中處理非結構化文字資料的利器，透過靈活的正則表達式與文字替換功能，能將複雜的文字轉換為可用的結構化資料。掌握Text Parser的使用技巧，不僅能提升資料處理效率，還能為你的自動化流程注入更多智慧與彈性。立即開始運用Text Parser，打造更精準、更高效的智能工作流！