Find all occurrences in a document or big string

Hi friends

How do I find all occurrences of a specific text in a big string (Document with line break or String with line break, and concatenate all the occurrences together (array)?

For example:

I have a column with text extracted from a PDF.

There are various line breaks.

I need to find all occurrences of the term “Referência:” and if I find it, I need to get the next 8 characters.

Text Example - For using in node

Informações do 1º Arquivo __________

Referência: 05/2018

Nome do arquivo .txt: 44708379000999_201805.txt

Versão do leiaute: 1.0.0

Finalidade:

Hash do arquivo .txt:

8803015cae6e066a2b84

Informações da Transmissão

Protocolo TED: 00009100

Data da transmissão: 22/02/2019 17:19:15

Informações do Processamento

Nº Identificador: 00055253

Data de processamento: 10/04/2019 22:46:06

Situação:

Informações do 2º Arquivo __________

Referência: 06/2018

Nome do arquivo .txt: 44708379000999_201806.txt

Versão do leiaute: 1.0.0

Finalidade:

Hash do arquivo .txt:

a7c810bc5a3856396859c76813589572652eb50f9e60091daaa58f6bd3808412

0227ca30592d0c6526dd2f68

Informações da Transmissão

Protocolo TED: 00009101

Data da transmissão: 22/02/2019 17:19:31

Informações do Processamento

Nº Identificador: 00055254

Data de processamento: 10/04/2019 22:46:17

Situação:

Informações do 3º Arquivo __________

Referência: 07/2018

Nome do arquivo .txt: 44708379000999_201807.txt

Versão do leiaute: 1.0.0

Finalidade: 00-Remessa regular de arquivo

Finalidade: 00-Remessa regular de arquivo

Hash do arquivo .txt:

93caedc97bc85dd17eff91c5804e307f30c31fb30fc1a58c6d4490499803519d

341a577ffd0709e89d1

Informações da Transmissão

Protocolo TED: 00009102

Data da transmissão: 22/02/2019 17:20:33

Informações do Processamento

Nº Identificador: 00055255

Data de processamento: 10/04/2019 22:46:28

Situação:

Informações do 4º Arquivo __________

Referência: 08/2018

Nome do arquivo .txt: 44708379000999_201808.txt

Versão do leiaute: 1.0.0

Finalidade:

Hash do arquivo .txt:

2a4c2139ed297ac22c91b20d00a91dc8ae4f0f51789ca81690fa1dfd8c87a8ec

4a952ad80f1e7a35

Informações da Transmissão

Protocolo TED: 00009103

Data da transmissão: 22/02/2019 17:20:55

Informações do Processamento

Nº Identificador: 00055256

Data de processamento: 10/04/2019 22:46:37

Situação:

Informações do 5º Arquivo __________

Referência: 09/2018

Nome do arquivo .txt: 44708379000999_201809.txt

Versão do leiaute: 1.0.0

Finalidade:

Hash do arquivo .txt:

9098e3fdfa25891b52fffce3073193e9af2802acb19a6441c35882dbcf4501ab

78289deb5d6f490844269

Informações da Transmissão

Protocolo TED: 00009104

Data da transmissão: 22/02/2019 17:21:08

Informações do Processamento

Nº Identificador: 00055257

Data de processamento: 10/04/2019 22:50:04

Situação:

Informações do 6º Arquivo __________

Referência: 10/2018

Nome do arquivo .txt: 44708379000999_201810.txt

Finalidade: 00-Remessa regular de arquivo

Hash do arquivo .txt:

d85726faa39d7cc398223b008195d487d373cdfb90dee8395640573e2d2c2714

df9b17872f80046812e71c3f9e

Informações da Transmissão

Protocolo TED: 00009105

Data da transmissão: 22/02/2019 17:21:22

Informações do Processamento

Nº Identificador: 00055258

Data de processamento: 10/04/2019 22:50:13

Situação:

Informações do 7º Arquivo __________

Referência: 11/2018

Nome do arquivo .txt: 44708379000999_201811.txt

Versão do leiaute: 1.0.0

Finalidade: 00-Remessa regular de arquivo

Finalidade: 00-Remessa regular de arquivo

Hash do arquivo .txt:

400aecce364e3c1f050aad2c2afd396c5ff82ef6a68d82f0cfa2e02b03b47f28

2fd321b3ee7f23c568b084

Informações da Transmissão

Protocolo TED: 00009106

Data da transmissão: 22/02/2019 17:21:35

Informações do Processamento

Nº Identificador: 00055259

Data de processamento: 10/04/2019 22:50:24

My Goal Result:

Exclude all words, but keep all terms “Referência:”

A list with:

[ Referência: 05/2018,

Referência: 06/2018,

Referência: 07/2018,

Referência: 08/2018,

Referência: 09/2018,

Referência: 10/2018,

Referência: 11/2018 ]

Gemini Test

If I ask to Gemini: Find all occurrences of the term “Referência:” in the text below and return the entire line of information or the next 8 charcters

Gemini results:

  • Store the text: The text you provided will be stored in a string variable.

  • Split the text: The code will break the text into individual lines. Iterate through the lines: It will go through each line of the text, one by one.

  • Check for occurrence: For each line, the program will check if the word “Referência:” is present. The check is performed in a way that doesn’t differentiate between uppercase and lowercase letters, ensuring that “referência:”, “REFERÊNCIA:”, or any variation is also found.

  • Print the result: If the keyword is found on a line, the program will print that entire line.

Ocorrências encontradas:
Referência: 05/2018
Referência: 06/2018
Referência: 07/2018
Referência: 08/2018
Referência: 09/2018
Referência: 10/2018
Referência: 11/2018

Question:

💡 What’s the best way to do it without using Python nodes (since I don’t have it installed on my computer)? or Java Snippet.