Нахождение нескольких полу предсказуемых шаблонов в строке

Question

Хорошо, поэтому я пишу приложение, которое должно иметь возможность извлечь номер НДС из счета (https://en.wikipedia.org/wiki/VAT_identification_number)

Самая большая проблема, которую необходимо преодолеть, заключается в том, что, как видно из статьи в Википедии, на которую я ссылаюсь, каждая страна использует свой собственный формат для этих номеров НДС (Нидерланды используют номер из 14 символов, а Германия использует номер из 11 символов).

Чтобы извлечь эти числа, я выбрасываю каждую строку из счета в массив строк, и для каждой строки я проверяю, имеет ли она длину, равную одному из форматов НДС, и если это проверяется, Я проверяю, содержит ли указанная строка также код страны («NL», «DE» и т. Д.).

 string[] ProcessedFile = Reader.ProcessFile(Input);
            foreach(string S in ProcessedFile)
            {
                RtBEditor.AppendText(S + "\n");
            }

            foreach(string X in ProcessedFile)
            {
                string S = X.Replace(" ", string.Empty);
                if (S.Length == 7)
                {
                    if (S.Contains("GBGD"))
                    {
                        MessageBox.Show("Land = Groot Britanie (Regering)");
                    }
            }
            /*
repeat for all other lenghts and country codes.
*/

Проблема с этим кодом в том, что 1-й: если есть строка, длина которой совпадает с длиной одного из форматов НДС, и в нее встроен код страны, код будет ошибочно думать, что он нашел номер НДС. второй: В некоторых случаях номер НДС будет включен как «номер НДС: [номер НДС]». В этом случае текст, предшествующий фактическому номеру, будет добавлен к его длине, что сделает программу неспособной определить фактический номер НДС.

Лучший способ исправить это - это мое предположение как-то изолировать номер НДС от всех строк вместе, но мне еще предстоит найти способ, как на самом деле это сделать.

Кто-нибудь случайно знает какое-нибудь потенциальное решение?

Большое спасибо заранее!

---

EDIT: Добавлен фиктивный счет, чтобы уточнить, какие данные содержатся в счетах.

Answer 1

Как указывалось в комментариях, лучший способ исправить это - использовать Regex.Немного поэкспериментировав, я пришел к следующему решению:

        public Regex FilterNormaal = new Regex(@"[A-Z]{2}(\d)+B?\d*");
        private void BtnUitlezen_Click(object sender, EventArgs e)
        {
            RtBEditor.Clear();
            /*
             Temp dummy vatcodes for initial testing.
             */
            Form1.Dummy1.VAT = "NL855291886B01";
            Form1.Dummy2.VAT = "DE483270846";
            Form1.Dummy3.VAT = "SE482167803501";
            OCR Reader = new OCR();
            /*
             Grab and process image
             */
            if(openFileDialog1.ShowDialog() == DialogResult.OK)
            {
                try
                {
                    Input = new Bitmap(openFileDialog1.FileName);
                }
                catch
                {
                    MessageBox.Show("Please open an image file.");
                }
            }
            string[] ProcessedFile = Reader.ProcessFile(Input);
            foreach(string S in ProcessedFile)
            {
                string X = S.Replace(" ", string.Empty);
                RtBEditor.AppendText(X + "\n");
            }


            foreach (Match M in FilterNormaal.Matches(RtBEditor.Text))
            {
                MessageBox.Show(M.Value);
            }    
}

Сначала я попытался перебрать массив строк, чтобы найти совпадение, но по неизвестным причинам это не дало никаких результатов.Применяя регулярное выражение ко всему текстовому полю, он выводил нужные мне результаты.