文本提取

Text Extractor

文本提取工具

从邮件、文档或日志里批量抓出邮箱、网址、IPv4 与数字,每项一行,带原文位置;可去重、筛选、复制并导出 TXT / CSV / JSON。

本地处理不上传 四种类型可多选 原文位置定位 TXT / CSV / JSON

1 · 粘贴文本

提取类型
0 个字符

2 · 提取结果

0匹配总数
0结果条数
0命中类型
0输入字符

结果列表每项一行,「位置」为在原文中的 UTF-16 字符下标;点击「定位」可在上方输入框选中对应片段。

尚未提取。粘贴文本并选择类型后点击「提取内容」。

结果预览(每项一行)

(空)

使用说明

基本流程

  • 粘贴文本,选择一种或多种提取类型,点「提取内容」;Ctrl / ⌘ + Enter 可快捷触发。
  • 结果表格按原文出现顺序列出类型、内容与位置;可按类型筛选、关键字搜索,或一键定位回原文。
  • 默认去除完全相同的结果并保留首次出现顺序,去重区分大小写;可切换为忽略大小写或按内容排序。
  • 复制结果为每项一行的纯文本;TXT、CSV、JSON 三种导出对应不同下游用途。

识别范围

  • 邮箱:常见 ASCII 邮箱,如 team+news@example.com。不支持中文邮箱、带引号的本地部分或域名地址字面量,也不验证邮箱是否存在。
  • 网址:仅识别 http:// 或 https:// 开头的链接,不访问链接。中文标点作为分隔符,移除末尾英文句读及未配对的右括号;链接本身含这些字符时请核对,必要时使用百分号编码。
  • IPv4:四段 0–255 的十进制地址,不接受多位前导零。地址需与英文字母、数字及下划线分开,可以从 192.168.1.10:8080 中提取地址,不查询归属地。
  • 数字:连续数字、带正负号的小数与科学计数法,保留原样,例如 0012、-3.5、6.02e23。不识别千分位或数值含义,日期、版本号、IP 中的数字也可能被拆出。

限制与隐私

  • 输入上限 100 万个 UTF-16 字符,结果上限 10000 条;超限会报错或给出提示,不静默截断。
  • 只处理粘贴的纯文本,不读取图片、PDF 或网页内容。输入与结果只保存在当前页面内存,刷新后消失;复制不可用时可手动选择结果。

常见问题

邮箱和网址的识别范围是什么?

邮箱识别常见 ASCII 形式,如 team+news@example.com,不支持中文邮箱、带引号的本地部分,也不验证邮箱是否真实存在。网址仅识别以 http:// 或 https:// 开头的链接,不访问链接,中文标点视为分隔符,末尾英文句读与未配对的右括号会被移除。

IP 地址后面带端口还能提取吗?

可以。192.168.1.10:8080 会提取出 192.168.1.10。工具要求四段均为 0–255,不接受多位前导零,并要求地址与字母、数字、下划线分隔开。

数字提取会把日期和版本号拆开吗?

会。数字提取按连续数字、带正负号的小数与科学计数法匹配,保留原样,例如 0012、-3.5、6.02e23;不识别千分位,也不判断数值含义,日期、版本号与 IP 中的数字都可能被拆出。

文本太长会被截断吗?

不会静默截断。输入上限 100 万个 UTF-16 字符、结果上限 10000 条,任一超限都会给出明确提示并停止处理。

粘贴的文本会上传或保存吗?

不会。提取只用浏览器本地正则运算,不发网络请求、不写入 localStorage,输入与结果只存在当前页面内存,刷新即清空。