Escolher idioma

Extrair padrões do texto

Extraia padrões comuns de e-mail, URLs HTTP(S) ou números de um texto local, sem abrir os endereços.

Esta página mostra as ferramentas disponíveis neste idioma dentro do escopo atual. Isso não significa que todas as ferramentas do site estejam traduzidas para todos os idiomas.

Cada entrada: 128 KiB, 65.536 unidades UTF-16 e 5.000 linhas; 256 KiB para as duas entradas juntas. A saída completa, somada às partes, pode ter no máximo 512 KiB, com 5.000 linhas no texto completo e em cada parte, e 100 partes; prazo de 5 segundos. A saída converte CR/CRLF em LF. O original permanece no campo.

Esta seleção determina a comparação, a conversão entre maiúsculas e minúsculas e os limites dos agrupamentos de grafemas; ela não altera o idioma da interface do site.

Candidatos a e-mail em ASCII com até 320 unidades, URLs que começam com http:// ou https:// com até 2.048 unidades e números decimais ASCII com sinal opcional. Candidatos maiores são ignorados por inteiro, e sinais de pontuação comuns no fim das URLs são removidos. São candidatos encontrados por padrões, não uma validação completa de todos os e-mails ou URLs Unicode; não há expressões regulares personalizadas nem verificação da existência dos endereços. Os resultados permanecem como texto, e as URLs nunca são abertas nem acessadas pela rede.

Como usar

Cole o texto e escolha e-mails, URLs ou números. Ative as correspondências únicas para manter somente a primeira ocorrência de cada correspondência exata. Processe e copie a lista ou baixe-a como texto.

Exemplo prático

O texto a@example.invalid, depois b@example.invalid e depois a@example.invalid produz três correspondências em ordem; a opção de correspondências únicas mantém apenas os dois primeiros endereços.

Compatibilidade e limites

O e-mail segue um padrão ASCII: até 64 caracteres na parte local, 253 caracteres no domínio e de 2 a 63 letras no último segmento do domínio; cada candidato tem um limite de 320 unidades. As URLs começam com http:// ou https:// e terminam em espaços em branco, aspas ou sinais de menor e maior; cada candidato tem um limite de 2.048 unidades. Candidatos maiores são ignorados por inteiro, e sinais de pontuação comuns no fim das URLs e delimitadores de fechamento sem par são removidos. Os números são decimais ASCII com sinal opcional e permanecem como texto. Não há expressões regulares personalizadas nem validação completa de endereços Unicode; nenhuma URL é aberta ou acessada pela rede. A ausência de correspondências é um resultado vazio válido.

Perguntas frequentes

A extração verifica se um e-mail ou site existe?

Não; a extração usa apenas os padrões de texto compatíveis e pode deixar de identificar formatos válidos ou retornar candidatos que precisam da sua revisão.

Ferramentas relacionadas

Remover linhas duplicadas

Mantenha a primeira ocorrência de cada linha conforme as opções escolhidas.

Filtrar linhas

Inclua ou exclua linhas que contenham um texto literal, com uma opção explícita para diferenciar maiúsculas de minúsculas.

Dividir texto em partes

Divida pela quantidade de agrupamentos de grafemas, por um delimitador literal ou por um marcador de página e baixe o texto completo e as partes individuais.