Texto y cadenas

Extraer textoconservando el origen de cada valor

Selecciona un patrón y revisa los valores junto a su primera línea de origen.

Extraer texto

Texto de prueba

Resultado

Introduce texto o aplica un ejemplo.

Patrón y texto se procesan en un Worker local del navegador, sin subirlos a un servidor.

Opciones

Entrada de 100.000 unidades UTF-16 · patrón de 2.000 · 10.000 candidatos · 2 segundos. Superar un límite anula el resultado.

Introduce texto o aplica un ejemplo.

Se exporta todo. TXT separa con LF. CSV añade un apóstrofo a valores de tipo fórmula; JSON conserva los valores y registros multilínea.

Extraer texto de un registro resulta más sencillo cuando cada valor mantiene una referencia a su contexto. Aquí puedes separar direcciones y códigos de los comentarios que los rodean. El contenido original sigue disponible para comprobar que una coincidencia responde a lo que buscabas.

Extraer texto sin perder las referencias

Una entrada para varias tareas

Extraer texto por un tipo cada vez permite pasar de correos a URL, IP o números sin volver a pegar la entrada. Para códigos de pedido, elige un patrón propio. Los dígitos incluidos en una dirección no se mezclan accidentalmente con una lista de importes o identificadores.

Un documento mixto se divide en listas representadas por símbolos de correo, enlaces, red y números.

Agrupa repeticiones con su procedencia

La primera coincidencia conserva su posición y línea; las siguientes aumentan el contador. Al desactivar los duplicados únicos reaparecen todas las ocurrencias en orden. Se respetan mayúsculas y escrituras IPv6, así que dos cadenas diferentes no se unifican por parecer equivalentes.

Varias marcas iguales se reúnen en un registro con conexión a la primera línea y puntos que representan las repeticiones.

Decide qué parte necesitas guardar

01

Comprueba el modo inicial

El modo inicial es correo. Cambiar el tipo no sustituye la entrada. Ejemplo y Borrar muestran antes una vista previa con los tamaños; aplicar también restablece las opciones. Deshacer recupera tanto el texto como el resultado anterior.

02

Selecciona el grupo de interés

ORD-(\d+) devuelve solo los dígitos si eliges el grupo 1; el grupo 0 incluye toda la coincidencia. También puedes indicar un nombre de grupo. Se buscan todas las ocurrencias. m cambia los anclajes de línea y s permite que el punto abarque saltos.

03

Exporta después de actualizar

El modo automático espera 350 ms tras un cambio. Desactívalo para ejecutar con el botón o Ctrl/Cmd+Enter. Las salidas antiguas no se pueden copiar ni descargar. Se muestran 50 filas inicialmente, pero el archivo siempre incluye el resultado completo.

Patrones y capturas para datos concretos

Extraer correos electrónicos y extraer URL

Los patrones admiten correos ASCII habituales con etiquetas de suma y enlaces HTTP(S). Se conservan parámetros y fragmentos. Se quitan signos al final de una frase y paréntesis de cierre sobrantes, pero se mantienen parejas equilibradas en rutas como Topic_(part).

Conservar cifras y formas de las direcciones

IPv4 comprueba que cada octeto esté entre 0 y 255; IPv6 admite la notación comprimida. Los números, por ejemplo -12.50 o 6.02e23, se devuelven como cadenas. No hay conversión a coma flotante que redondee enteros largos o elimine ceros de la escritura original.

Expresiones regulares y grupos de captura

Usa JavaScript para devolver la coincidencia entera, un grupo numerado o uno con nombre. La línea corresponde al comienzo de la coincidencia completa, incluso si el grupo está más adelante. CSV y JSON pueden añadir la primera línea y el número de apariciones a cada valor.

Alcance de la búsqueda y del formato

Coincidir no significa existir
El correo se limita a formas ASCII habituales, sin parte local entre comillas y con dominio que contenga un punto. No cubre todas las variantes RFC ni buzones internacionalizados. Los enlaces necesitan HTTP(S); no se abren ni se comprueba que respondan. Tampoco se consulta la entrega de correos.
La igualdad es textual
No se ordena, no se pasa a minúsculas ni se normaliza Unicode. Las formas distintas de IPv6 se conservan por separado. IPv4 rechaza ceros iniciales; no se interpretan CIDR o zonas. Los números usan dígitos ASCII y punto decimal: 1,234 genera dos fragmentos, sin adivinar la notación local.
Semántica del navegador
Escribe el patrón sin delimitadores /. La búsqueda global siempre está activa y las coincidencias completas no se solapan. Los valores vacíos y grupos opcionales ausentes se omiten y cuentan. CRLF equivale a un salto; también cuentan CR, LF y separadores Unicode. No hay PCRE, sustitución ni filtrado de líneas.
Un límite invalida toda la ejecución
Se permiten 100.000 unidades UTF-16 de entrada, 2.000 de patrón y 10.000 candidatos antes de eliminar duplicados. Los valores guardados suman como máximo 1.000.000 unidades; cada exportación, 4.000.000. El Worker termina a los 2 segundos y se rechazan sustitutos inválidos. No se exportan resultados parciales o caducados.
Distingue los registros multilínea
TXT une valores con LF y una captura puede ocupar varias líneas. JSON conserva cadenas y límites de registros. CSV entrecomilla las celdas y añade un apóstrofo a valores que parecen fórmulas. Elige JSON si necesitas evitar ese cambio. No se analizan archivos ni se conserva un historial de la entrada.

Extraer texto: preguntas frecuentes

¿Por qué mi patrón no encuentra coincidencias?

Comprueba el tipo elegido, las mayúsculas y el grupo. No incluyas / alrededor de la expresión. Usa m para anclajes por línea y s para que el punto coincida con saltos. Un grupo inexistente produce error; una captura vacía aparece en el recuento de omitidos.

¿Puedo obtener texto directamente de PDF o Word?

Primero copia el contenido desde la aplicación que abre el documento. Aquí se trabaja con texto pegado y no se analizan esos archivos. Si el PDF es una imagen, necesita reconocimiento de caracteres previo. Revisa los saltos introducidos al copiar direcciones.

¿En qué se diferencian TXT, CSV y JSON?

TXT incluye únicamente los valores. CSV y JSON pueden incluir además la línea inicial y las repeticiones. CSV adapta las celdas parecidas a fórmulas mediante un apóstrofo. JSON conserva valores exactos, incluidas capturas multilínea, sin añadir ese prefijo.

¿Puedo extraer varios tipos a la vez?

Cada ejecución procesa un tipo. Cambia el modo para obtener otra lista de la misma entrada. Una expresión personalizada con alternativas puede reunir varias formas, pero todas quedarán en una lista común; confirma que esa mezcla sea útil antes de exportarla.

¿Cuánto texto admite?

Hasta 100.000 unidades UTF-16 pegadas; no hay carga de archivos. Los 10.000 candidatos se cuentan antes de agrupar duplicados, aunque todos tengan el mismo valor. Si se supera el límite o los 2 segundos, divide el texto o reduce el alcance del patrón.

¿Algún paso se comporta de forma inesperada?

Extraer texto y guardar la lista

Extraer texto de una muestra pequeña permite comprobar las líneas y los contadores antes de guardar la lista completa para el siguiente paso.