Analyseur de Transactions Regex
Construisez des motifs regex pour catégoriser des transactions bancaires.
Vous aimez cet outil? Aidez a garder portfolios.tools gratuit pour toujours.
Comment Ça Marche
Écrivez un motif regex avec groupes de capture et collez des descriptions de transactions bancaires échantillon, une par ligne. L'outil teste chaque ligne contre votre motif. Exportez CSV de votre banque et collez la colonne description. Supprimez d'abord colonnes montant et date. Le panneau d'explication décompose chaque token regex pour apprendre en construisant. Les tableaux de bord finance personnelle ont souvent besoin de 30 à 50 motifs pour courses, restauration, transport et abonnements. Collez sample courtierage CSV lines and define capture groups for date, symbol, quantity, and amount fields. Test pattern on header row plus first data row before running against full ten thousand line export.
Examinez résultats de correspondances, groupes de capture, pourcentage de couverture et regroupements par catégorie. Le panneau d'explication aide à comprendre composants regex. Itérez motifs jusqu'à ce que le nombre non correspondant soit faible. Copiez motifs fonctionnels dans scripts d'automatisation ou formules IMPORT de tableur pour catégorisation continue. Divisez formats bancaires complexes en groupes capture marchand et catégorie pour maintenance plus facile quand relevés changent. Apps comme Actual Budget et Firefly III acceptent règles d'import similaires aux motifs testés ici. Test regex against twenty lines before importing thousand row files: one bad pattern mislabels entire history. Capture group tester highlights which lines fail match before importing full history. European courtiers often use semicolon delimiter: adjust pattern before US comma assumptions.
maintenance plus facile quand relevés changent. Apps comme Actual Budget et Firefly III acceptent règles d'import similaires aux motifs testés ici. Test regex against twenty lines before importing thousand row files: one bad pattern mislabels entire history. Capture group tester highlights which lines fail match before importing full history. European courtiers often use semicolon delimiter: adjust pattern before US comma assumptions.
Analyseur de Transactions Regex. Correspondance insensible à la casse.
Étape par étape
- Écrivez votre motif regex avec des groupes de capture
- Collez des descriptions de transactions exemples
- Consultez correspondances, couverture et plan de catégories
Exemple chiffre
Écrivez un motif regex avec groupes de capture et collez des descriptions de transactions bancaires échantillon, une par ligne.
Analyseur de Transactions Regex: Examinez résultats de correspondances, groupes de capture, pourcentage de couverture et regroupements par catégorie.
Quand utiliser ce calculateur
Quand utiliser ce calculateur: Construisez des motifs regex pour catégoriser des transactions bancaires.
Analyseur de Transactions Regex. portfolios.tools
Erreurs frequentes
Erreurs frequentes: Écrivez un motif regex avec groupes de capture et collez des descriptions de transactions bancaires échantillon, une par ligne.
Analyseur de Transactions Regex. Examinez résultats de correspondances, groupes de capture, pourcentage de couverture et regroupements par catégorie.
La Formule
Regex testé via new RegExp(motif, 'i'). Correspondances et groupes de capture via exec(). Couverture = Nombre de Correspondances / Échantillons Totaux × 100. Plan de catégories regroupe les descriptions par indice du groupe de capture.
Correspondance insensible à la casse. Le panneau d'explication décode tokens regex courants pour apprentissage. Ne supporte pas lookbehind sur tous navigateurs. Échappez caractères spéciaux dans noms marchands comme L\&L BAR. Pipelines production doivent journaliser transactions non correspondantes chaque semaine pour maintenance motifs. Limites de mot \b évitent correspondances partielles dans chaînes marchand plus longues. Parser runs in browser only: never upload statements with account numbers to external servers. ReDoS risk low for simple patterns but avoid catastrophic nested quantifiers on huge files. ISO date YYYY MM DD output format sorts correctly in downstream ledger imports without reparse. Never upload statements with account numbers to external servers: parser runs locally.
Limites et hypotheses
Correspondance insensible à la casse. Le panneau d'explication décode tokens regex courants pour apprentissage. Ne supporte pas lookbehind sur tous navigateurs. Échappez caractères spéciaux dans noms marchands comme L\&L BAR. Pipelines production doivent journaliser transactions non correspondantes chaque semaine pour maintenance motifs. Limites de mot \b évitent correspondances partielles dans chaînes marchand plus longues. Parser runs in browser only: never upload statements with account numbers to external servers. ReDoS risk low for simple patterns but avoid catastrophic nested quantifiers on huge files. ISO date YYYY MM DD output format sorts correctly in downstream ledger imports without reparse. Never upload statements with account numbers to external servers: parser runs locally. Analyseur de Transactions Regex.
Termes cles
- Comment l'analyseur regex catégorise-t-il les transactions
- Saisissez un motif regex et descriptions de transactions échantillon.
- Comment fonctionnent les groupes de capture
- Groupes de capture marqués par parenthèses ().
- Assumption
- Couverture = (Correspondances / Échantillons Totaux) × 100.
Comparer les alternatives
Générateur SQL vers TypeScript aide à typer schémas base de données transactions pour apps finance.
portfolios.tools comparer les alternatives Analyseur de Transactions Regex.
FAQ
Comment l'analyseur regex catégorise-t-il les transactions?
Saisissez un motif regex et descriptions de transactions échantillon. L'outil teste chaque description contre le motif, extrait groupes de capture et catégorise chaque correspondance par numéro de groupe spécifié. Le moteur regex utilise correspondance insensible à la casse par défaut pour attraper variations comme amazon, Amazon ou AMAZON comme même marchand. Testez avec 20 à 50 lignes réelles d'export bancaire pour estimations de couverture fiables. Exports Chase, Bank of America et Wells Fargo utilisent formats description distincts nécessitant bibliothèques de motifs séparées. Descriptions carte crédit versus compte courant pour même marchand nécessitent souvent motifs distincts. Named groups map to JSON keys in output: use (?<date>...) synimpot for readable transformation templates. Multiline CSV with embedded commas inside quotes requires regex that respects quoted field boundaries. Named capture groups map to JSON keys for date symbol quantity and amount fields.
Comment fonctionnent les groupes de capture?
Groupes de capture marqués par parenthèses (). Groupe 1 est typiquement nom de catégorie. Ajustez paramètre categoryGroup pour utiliser groupe de capture différent. Exemple (AMAZON|WALMART).*?(Grocery|Shopping) assigne catégorie depuis groupe 2. Groupes non capturants (?:...) ne comptent pas dans indices de groupe. Groupes nommés non supportés; utilisez uniquement index numérique pour assignation catégorie. Testez sortie groupes capture sur cinq échantillons avant déploiement scripts catégorisation production. European date formats need explicit day month year pattern: US default MM/DD/YYYY fails on many EU exports.
Que signifie le pourcentage de couverture?
Couverture = (Correspondances / Échantillons Totaux) × 100. Montre quel pourcentage de descriptions de transactions le motif regex correspond avec succès. Visez 90%+ couverture avant importer motifs dans apps budget comme YNAB ou Monarch. Lignes non correspondantes révèlent marchands nécessitant motifs additionnels ou groupes alternation plus larges. Suivez couverture mensuellement car banques ajoutent nouveaux formats descripteur marchand aux lignes relevé. Multi devise lines require separate regex branch or normalized amount group after devise symbol strip. Split lines on comma versus semicolon based on courtier locale export settings.
Comment les catégories sont-elles attribuées?
Si échantillon correspond, il est assigné à catégorie du groupe capture spécifié. Sinon marqué Non Correspondant. Carte catégories regroupe descriptions par catégorie. Examinez d'abord échantillons non correspondants: partagent souvent préfixes comme POS DEBIT ou ACH supprimables optionnellement en prétraitement. Noms marchand dupliqués avec suffixes distincts peuvent nécessiter branches alternation séparées dans un motif.
Comment construire un bon regex de transactions?
Commencez avec motifs connus comme AMAZON ou WALMART pour correspondance marchand. Testez contre descriptions réelles et itérez jusqu'à couverture élevée. Panneau explication décode tokens regex. Utilisez alternation (MERCHANT1|MERCHANT2) pour groupes catégorie. Ancrez motifs avec ^ quand descriptions commencent toujours par nom marchand pour correspondance plus rapide. Construisez bibliothèque motifs par catégorie et combinez avec OR logique pour pipelines import production. Formats agrégateurs Plaid et MX utilisent chaînes description distinctes des exports CSV bancaires bruts. Save working patterns in localStorage per courtier: Schwab, IBKR, and Degiro use different column orders. Export parsed JSON to compare against courtier official gain loss report for reconciliation audit. Share working regex patterns with impot preparer when importing multi year courtier history into gain loss software.
Puis je utiliser Analyseur de Transactions Regex sur mobile ?
Oui. Analyseur de Transactions Regex fonctionne dans tout navigateur mobile moderne. Les donnees optionnelles restent sur votre appareil.
Ou sont stockees mes donnees avec Analyseur de Transactions Regex ?
Sur aucun serveur. Les calculs s executent localement dans votre navigateur.
Dois je utiliser Analyseur de Transactions Regex pour des decisions fiscales ou juridiques ?
Non. Analyseur de Transactions Regex fournit des estimations educatives. Consultez un professionnel qualifie avant toute decision importante.
Outils Connexes
Générateur SQL vers TypeScript aide à typer schémas base de données transactions pour apps finance. Générateur Mock API crée payloads échantillon pour tester webhooks catégorisation. Planificateur Marché Cron supporte jobs nocturnes important et catégorisant nouveaux exports CSV bancaires. Calculateur Facteur Café complète catégorisation transactions pour analyse dépenses discrétionnaires. Planificateur Fonds Réserve utilise totaux catégorie de transactions parsées pour allouer objectifs épargne mensuels. CSV to Financial JSON Converter offers preset courtier maps when regex feels heavy for standard exports.