在自動化流程中，從大量文字資料中精準提取特定資訊是許多應用的核心需求。Make AI平台的Text Parser模組提供了「Match Pattern」功能，利用強大的正則表達式（Regex）技術，幫助用戶靈活定義文字匹配規則，快速擷取目標字串。掌握Match Pattern的使用技巧，不僅能提升資料提取的準確度，也能大幅優化工作流的效率與彈性。本文將系統性介紹Match Pattern功能的原理、設定步驟、實用技巧與典型應用，助你打造智慧且高效的文字解析流程。
一、Match Pattern功能原理與特色
Match Pattern功能基於正則表達式，允許用戶輸入自訂的匹配模式，從輸入文字中搜尋符合條件的字串。其核心特點包括：
-
支援正則表達式語法，可定義複雜且精準的匹配規則。
-
Global match選項，可一次提取所有符合條件的字串，而非只取第一個。
-
Case sensitive設定，可選擇是否區分大小寫。
-
Multiline模式，支援多行文字中匹配行首與行尾。
-
捕捉群組（Group）功能，可提取子字串，方便後續資料拆解。
這些功能使Match Pattern成為處理結構化與非結構化文字資料的利器。
二、Match Pattern的設定流程
-
新增Text Parser模組並選擇Match Pattern功能
在Scenario中點擊「Add a module」，搜尋「Text Parser」，選擇「Match Pattern」。 -
輸入待匹配的文字資料
將前置模組輸出的文字資料映射至此模組的輸入欄位。 -
編寫正則表達式
在Pattern欄位輸入符合需求的正則表達式。例如，匹配Email地址的基本表達式：
[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+.[a-zA-Z]{2,} -
設定匹配選項
-
勾選「Global match」以提取所有匹配項目。
-
根據需求選擇是否區分大小寫（Case sensitive）。
-
如需匹配多行文字，啟用Multiline模式。
-
-
測試匹配結果
使用「Run once」執行測試，檢查輸出是否包含所有預期匹配字串。 -
後續資料處理
將匹配結果傳遞給Iterator模組逐筆處理，或結合Filter模組篩選特定資料。
三、使用技巧與建議
技巧1：學習並善用正則表達式語法
正則表達式是Match Pattern的核心，建議利用RegexOne、Regex101等線上工具學習與測試，提升匹配效率。
技巧2：利用捕捉群組精準提取子字串
用括號包裹欲提取的子模式，方便分別取得複雜字串中的特定部分，如日期中的年月日。
技巧3：啟用Global match避免遺漏資料
勾選Global match，確保從文字中提取所有符合條件的字串，避免只取得第一筆結果。
技巧4：結合多種匹配條件提升準確度
可使用邊界符號（如^、$）、字元類別與量詞，精準限定匹配範圍。
技巧5：搭配Iterator與Filter模組實現精細化處理
將多筆匹配結果逐筆拆解，並根據條件篩選或分類，實現複雜資料流的自動化管理。
四、實際應用案例
案例1：自動提取電子郵件地址
從客服郵件或用戶留言中匹配所有電子郵件地址，快速生成聯絡名單。
案例2：訂單號碼與日期識別
從訂單通知文字中提取訂單編號與日期，並自動分類處理。
案例3：網址與ID抓取
從HTML或API回應中提取特定格式的網址或影片ID，方便後續資料整合。
案例4：社群媒體標籤收集
從貼文文字中提取所有Hashtag，分析熱門話題與用戶興趣。
五、常見問題與解決方案
| 問題描述 | 解決方案 |
|---|---|
| 匹配不到預期文字 | 檢查正則表達式語法，確認輸入文字格式與匹配規則一致。 |
| 只匹配到第一筆資料 | 勾選「Global match」選項以提取所有匹配項目。 |
| 捕捉群組無法正確提取 | 確認括號位置與群組定義正確，避免語法錯誤。 |
| 匹配結果包含多餘文字 | 使用更嚴謹的正則表達式，限定匹配範圍與字元類型。 |
六、結語
Make AI的Match Pattern功能，是文字資料提取與解析的強大工具。透過靈活的正則表達式設定與多樣化應用，能幫助用戶從海量文字中快速抽取關鍵資訊，提升資料處理效率與準確度。結合Iterator、Filter等模組打造完整的資料解析與應用流程，讓你的Make AI工作流更智慧、更高效。掌握Match Pattern使用技巧，輕鬆應對多樣化的業務需求，開啟智能文字解析與自動化的新篇章！