> For the complete documentation index, see [llms.txt](https://docs.docbits.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.docbits.com/chinese/guan-li-yu-she-zhi/setup/document-training/training-line-fields-table-training/improving-table-extraction-with-regex.md).
# 在 DocBits 中组织和改进表格提取
完成表格提取和初始列映射后，您可以使用多种内置工具提升数据的质量和结构。本指南将介绍：
* 对行进行分组
* 手动选择行
* 列映射
* 使用正则表达式优化表头
处理复杂或不一致的文档版式时，这些工具尤其有用。
### 1. 对行进行分组
发票或订单确认书等文档中的表格条目通常会出现这种情况：一列（例如描述）跨多行，而其他列（例如数量或价格）只占一行。
以下是一个德国发票示例，其中“Bezeichnung”（描述）列跨越多行：
您可以根据需要随时调整映射。
### 4. 从上方/下方提取
有些文档的结构会导致相关表格值与其他数据不在同一行。在这种情况下，DocBits 允许您控制**从何处提取数据**：
* **Extract from Above**：当当前行的值出现在**上一行**时使用此选项。
* **Extract from Below**：当当前行的值出现在**下一行**时使用此选项。
**在哪里可以找到此选项**
1. 进入**Training Mode**。
2. 点击列标题上的三点图标（⋯）。
3. 在\*\*“Extract From”\*\*选项下，根据文档版式选择 `Above` 或 `Below`。
### 5. 金额格式
某些列（例如**Quantity**或**Unit Price**）包含数字或日期值，其格式可能因文档来源或区域设置而异。DocBits 允许您指定这些值应采用的格式，以确保准确提取和解读。
**金额格式选项：**
* 为列指定预期的数字或日期格式，例如美国格式（MM/DD/YYYY，使用点号作为小数分隔符）、波兰格式（DD.MM.YYYY，使用逗号作为小数分隔符）、德国格式等。
* 即使文档使用不同的区域格式，这也有助于 DocBits 正确解析并标准化值。
**在哪里可以找到此选项**
1. 进入**Training Mode**。
2. 点击受支持列（例如 Quantity、Unit Price）表头上的三点图标（⋯）。
3. 在**Amount Format**选项下，选择与文档区域设置相符的所需格式。
### 6. 使用正则表达式改进表格提取
### **功能说明**
此功能允许您为每个表头定义正则表达式，从而提高提取准确性并确保结果正确。
### **使用方法**
1. 打开一份来自您要为其定义正则表达式的供应商的文档。
2. 转到**Table Extraction**视图。\\
3. 启用**Training Mode**。
4. 选择要优化的表头，然后选择**Regex**。\\
5. 此时会弹出窗口，您可以在其中输入并定义正则表达式。\\
6. 点击**Validate**检查正则表达式，然后点击**Save Changes**应用它。\\
7. **保存规则并确认**以应用更改。
### 何时使用各项功能
使用这些工具可以提高提取准确性并减少手动工作：
* **分组**：当描述或其他列跨越多行，需要合并以便清晰呈现时使用。
* **手动选择行**：当行结构不规整，且部分内容落入错误列时使用。
* **列映射**：当自动检测的列名与您的结构不匹配，或需要优化时使用。
* **正则表达式规则**：当同一供应商的不同文档中的表头略有差异，或 OCR 识别导致不一致时使用。
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.
Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:
```
GET https://docs.docbits.com/chinese/guan-li-yu-she-zhi/setup/document-training/training-line-fields-table-training/improving-table-extraction-with-regex.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
.png?alt=media)
.png?alt=media)
