Regex Transaktionsparser
Erstellen Sie Regex-Muster zur Kategorisierung von Banktransaktionen.
Gefallt Ihnen dieses Tool? Helfen Sie mit, portfolios.tools fur immer kostenlos zu halten.
So Funktioniert Es
Schreiben Sie ein Regex Muster mit Capture Groups und fügen Sie Beispiel Banktransaktionsbeschreibungen ein, eine pro Zeile. Das Tool testet jede Zeile gegen Ihr Muster. Exportieren Sie CSV von Ihrer Bank und fügen Sie die Beschreibungsspalte ein. Entfernen Sie Betrag und Datumsspalten zuerst. Das Erklärungspanel zerlegt jedes Regex Token zum Lernen beim Aufbau. Persönliche Finanz Dashboards brauchen oft 30 bis 50 Muster für Lebensmittel, Gastronomie, Transport und Abos. Fuegen Sie ein sample Brokerage 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.
Prüfen Sie Trefferergebnisse, Capture Groups, Abdeckungsprozent und Kategoriegruppierungen. Das Erklärungspanel hilft Regex Komponenten zu verstehen. Iterieren Sie Muster bis Unmatched Count klein ist. Kopieren Sie funktionierende Muster in Automatisierungsskripte oder Tabellen IMPORT Formeln für laufende Kategorisierung. Teilen Sie komplexe Bankformate in Händler und Kategorie Capture Groups für einfachere Wartung bei Kontoauszug Änderungen. Apps wie Actual Budget und Firefly III akzeptieren Importregeln ähnlich hier getesteten Mustern. 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 Brokers often use semicolon delimiter: adjust pattern before US comma assumptions.
bei Kontoauszug Änderungen. Apps wie Actual Budget und Firefly III akzeptieren Importregeln ähnlich hier getesteten Mustern. 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 Brokers often use semicolon delimiter: adjust pattern before US comma assumptions.
Regex Transaktionsparser. Groß Kleinschreibung ignorierende Übereinstimmung.
Schritt für Schritt
- Schreiben Sie Ihr Regex-Muster mit Erfassungsgruppen
- Fügen Sie Beispiel-Transaktionsbeschreibungen ein
- Überprüfen Sie Übereinstimmungen, Abdeckung und Kategorienkarte
Rechenbeispiel
Schreiben Sie ein Regex Muster mit Capture Groups und fügen Sie Beispiel Banktransaktionsbeschreibungen ein, eine pro Zeile.
Regex Transaktionsparser: Prüfen Sie Trefferergebnisse, Capture Groups, Abdeckungsprozent und Kategoriegruppierungen.
Wann dieser Rechner sinnvoll ist
Wann dieser Rechner sinnvoll ist: Erstellen Sie Regex-Muster zur Kategorisierung von Banktransaktionen.
Regex Transaktionsparser. portfolios.tools
Typische Fehler
Typische Fehler: Schreiben Sie ein Regex Muster mit Capture Groups und fügen Sie Beispiel Banktransaktionsbeschreibungen ein, eine pro Zeile.
Regex Transaktionsparser. Prüfen Sie Trefferergebnisse, Capture Groups, Abdeckungsprozent und Kategoriegruppierungen.
Die Formel
Regex getestet via new RegExp(Muster, 'i'). Übereinstimmungen und Erfassungsgruppen via exec(). Abdeckung = Übereinstimmungen / Gesamtproben × 100. Kategorienkarte gruppiert Beschreibungen nach Erfassungsgruppenindex.
Groß Kleinschreibung ignorierende Übereinstimmung. Erklärungspanel dekodiert gängige Regex Tokens zum Lernen. Unterstützt Lookbehind nicht in allen Browsern. Escapen Sie Sonderzeichen in Händlernamen wie L\&L BAR. Produktionspipelines sollten wöchentlich nicht gematchte Transaktionen loggen für Musterwartung. Wortgrenzen \b vermeiden Teilmatches in längeren Händlerstrings. 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.
Grenzen und Annahmen
Groß Kleinschreibung ignorierende Übereinstimmung. Erklärungspanel dekodiert gängige Regex Tokens zum Lernen. Unterstützt Lookbehind nicht in allen Browsern. Escapen Sie Sonderzeichen in Händlernamen wie L\&L BAR. Produktionspipelines sollten wöchentlich nicht gematchte Transaktionen loggen für Musterwartung. Wortgrenzen \b vermeiden Teilmatches in längeren Händlerstrings. 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. Regex Transaktionsparser.
Schlusselbegriffe
- Wie kategorisiert der Regex-Parser Transaktionen
- Geben Sie Regex Muster und Beispieltransaktionsbeschreibungen ein.
- Wie funktionieren Erfassungsgruppen
- Capture Groups markiert durch Klammern ().
- Assumption
- Abdeckung = (Treffer / Gesamt Samples) × 100.
Alternativen vergleichen
SQL zu TypeScript Generator hilft Transaktionsdatenbank Schemas für Finanz Apps zu typisieren.
portfolios.tools alternativen vergleichen Regex Transaktionsparser.
FAQ
Wie kategorisiert der Regex-Parser Transaktionen?
Geben Sie Regex Muster und Beispieltransaktionsbeschreibungen ein. Das Tool testet jede Beschreibung gegen das Muster, extrahiert Capture Groups und kategorisiert jeden Treffer nach angegebener Gruppennummer. Regex Engine nutzt standardmäßig case insensitive Matching für Variationen wie amazon, Amazon oder AMAZON als gleichen Händler. Testen Sie mit 20 bis 50 echten Bankexport Zeilen für zuverlässige Abdeckungsschätzungen. Chase, Bank of America und Wells Fargo Exporte nutzen unterschiedliche Beschreibungsformate mit separaten Musterbibliotheken. Kreditkarten versus Giro Beschreibungen für gleichen Händler brauchen oft unterschiedliche Muster. Named groups map to JSON keys in output: use (?<date>...) synSteuer 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.
Wie funktionieren Erfassungsgruppen?
Capture Groups markiert durch Klammern (). Gruppe 1 ist typischerweise Kategoriename. Passen Sie categoryGroup Parameter an für andere Capture Group. Beispiel (AMAZON|WALMART).*?(Grocery|Shopping) weist Kategorie aus Gruppe 2 zu. Non capturing Groups (?:...) zählen nicht zu Gruppenindizes. Named Groups nicht unterstützt; nur numerischer Gruppenindex für Kategoriezuweisung. Testen Sie Capture Group Output an fünf Samples vor Produktions Kategorisierungsskripten. European date formats need explicit day month year pattern: US default MM/DD/YYYY fails on many EU exports.
Was bedeutet der Abdeckungsprozentsatz?
Abdeckung = (Treffer / Gesamt Samples) × 100. Zeigt welcher Prozentsatz Ihrer Transaktionsbeschreibungen das Regex Muster erfolgreich matched. Zielen Sie auf 90%+ Abdeckung vor Import in Budget Apps wie YNAB oder Monarch. Unmatched Zeilen zeigen Händler die zusätzliche Muster oder breitere Alternation Groups brauchen. Verfolgen Sie Abdeckung monatlich da Banken neue Händler Deskriptor Formate zu Kontoauszug Zeilen hinzufügen. Multi Waehrung lines require separate regex branch or normalized amount group after Waehrung symbol strip. Split lines on comma versus semicolon based on Broker locale export settings.
Wie werden Kategorien zugewiesen?
Bei Treffer wird Sample der Kategorie der angegebenen Capture Group zugewiesen. Sonst als Unmatched markiert. Kategoriekarte gruppiert Beschreibungen nach Kategorie. Prüfen Sie Unmatched Samples zuerst: teilen oft Präfixe wie POS DEBIT oder ACH die optional in Vorverarbeitung entfernt werden können. Doppelte Händlernamen mit unterschiedlichen Suffixen brauchen evtl. separate Alternation Zweige in einem Muster.
Wie erstelle ich gute Transaktions-Regex?
Starten Sie mit bekannten Mustern wie AMAZON oder WALMART für Händlermatching. Testen Sie gegen echte Beschreibungen und iterieren bis Abdeckung hoch ist. Erklärungspanel dekodiert Regex Tokens. Nutzen Sie Alternation (MERCHANT1|MERCHANT2) für Kategoriegruppen. Verankern Sie Muster mit ^ wenn Beschreibungen immer mit Händlername beginnen für schnelleres Matching. Bauen Sie Musterbibliothek pro Kategorie und kombinieren Sie mit logischem OR für Produktions Import Pipelines. Plaid und MX Aggregator Formate nutzen andere Beschreibungsstrings als rohe Bank CSV Exporte. Save working patterns in localStorage per Broker: Schwab, IBKR, and Degiro use different column orders. Export parsed JSON to compare against Broker official gain loss report for reconciliation audit. Share working regex patterns with Steuer preparer when importing multi year Broker history into gain loss software.
Kann ich Regex Transaktionsparser auf dem Handy nutzen?
Ja. Regex Transaktionsparser lauft in jedem modernen mobilen Browser. Optionale Daten bleiben nur auf Ihrem Gerat.
Wo werden meine Daten bei Regex Transaktionsparser gespeichert?
Auf keinem unserer Server. Berechnungen laufen lokal in Ihrem Browser.
Soll ich Regex Transaktionsparser fur Steuer oder Rechtsentscheidungen nutzen?
Nein. Regex Transaktionsparser liefert Bildungsrechnungen. Holen Sie qualifizierten Rat ein, bevor wichtige Entscheidungen fallen.
Verwandte Tools
SQL zu TypeScript Generator hilft Transaktionsdatenbank Schemas für Finanz Apps zu typisieren. API Mock Generator erstellt Beispiel Payloads zum Testen von Kategorisierungs Webhooks. Cron Markt Scheduler unterstützt Nachtjobs die neue Bank CSV Exporte importieren und kategorisieren. Latte Faktor Rechner ergänzt Transaktionskategorisierung für diskretionäre Ausgabenanalyse. Sinking Fund Planer nutzt Kategorietotale aus geparsten Transaktionen für monatliche Sparziele. CSV to Financial JSON Converter offers preset Broker maps when regex feels heavy for standard exports.