Trích xuất dữ liệu từ văn bản
Lấy địa chỉ email, URL, số điện thoại, con số, hashtag, @nhắc tên, địa chỉ IPv4, ngày tháng hoặc mã màu hex từ bất kỳ văn bản nào. Kết quả không trùng, có sắp xếp.
Chạy hoàn toàn trong trình duyệt. Dữ liệu của bạn không bao giờ bị tải lên.
Trích xuất dữ liệu từ văn bản là gì?
Tìm và liệt kê một loại dữ liệu trong khối văn bản: địa chỉ email, URL, số điện thoại, con số, hashtag, @nhắc tên, địa chỉ IPv4, ngày tháng hoặc mã màu hex. Kết quả hiển thị mỗi dòng một mục và có thể được lọc trùng và sắp xếp.
Cách sử dụng Trích xuất dữ liệu từ văn bản
- Dán văn bản (chuỗi email, nội dung trang web, log, tài liệu…) vào ô Đầu vào.
- Chọn loại dữ liệu cần tìm ở mục Trích xuất.
- Giữ bật Xóa trùng lặp để có danh sách không trùng, và tích Sắp xếp kết quả nếu muốn sắp xếp.
- Sao chép hoặc tải danh sách xuống; dòng bên dưới cho biết đã tìm thấy bao nhiêu kết quả.
Ví dụ
Mail a.b@example.com or x@y.org. Visit https://algokit.dev/x?y=1
a.b@example.com x@y.org
Trích xuất: Địa chỉ email – tìm thấy 2 kết quả
Khi nào nên dùng Trích xuất dữ liệu từ văn bản
Dùng công cụ để thu thập liên hệ, liên kết hoặc thẻ từ văn bản mà bạn đã được phép xử lý. Việc so khớp dựa trên mẫu: công cụ không xác minh địa chỉ email có tồn tại hay số điện thoại có hợp lệ với quốc gia không, và các định dạng bất thường có thể bị bỏ sót.
Trích xuất dữ liệu từ văn bản hoạt động như thế nào
Mỗi loại dùng một biểu thức chính quy riêng có hỗ trợ Unicode. Email cần phần local, @ và tên miền có tên miền cấp cao nhất từ 2 chữ cái trở lên. URL bắt đầu bằng http://, https://, ftp:// hoặc www. và được bỏ dấu câu ở cuối cũng như dấu đóng ngoặc không có cặp. Số điện thoại là các nhóm chữ số có thể kèm +, dấu cách, dấu chấm, gạch nối và dấu ngoặc, chứa 7–15 chữ số (ngày tháng và địa chỉ IP bị loại). Hashtag và nhắc tên chấp nhận chữ cái của mọi hệ chữ, nên #Tiếng_Việt vẫn được tìm thấy. Địa chỉ IPv4 được kiểm tra từng octet (0–255). Ngày tháng khớp dạng YYYY-MM-DD (có thể kèm giờ) và dạng D/M/Y hoặc D.M.Y. Mã màu hex khớp #RGB, #RGBA, #RRGGBB và #RRGGBBAA.
Các Trường Hợp Sử Dụng Phổ Biến
- Thu thập địa chỉ email từ một chuỗi thư dài bạn nhận được
- Liệt kê mọi liên kết trong một tài liệu hoặc bản xuất cuộc trò chuyện
- Lấy hashtag từ chú thích bài đăng mạng xã hội
- Trích xuất địa chỉ IP từ một đoạn log
- Lấy tất cả con số từ một báo cáo được dán vào
Lưu Ý Bảo Mật
Việc trích xuất diễn ra hoàn toàn trong trình duyệt của bạn. Chỉ thu thập dữ liệu cá nhân như địa chỉ email hay số điện thoại khi bạn được phép xử lý chúng.
Câu Hỏi Thường Gặp
Công cụ có kiểm tra địa chỉ email có thật không?
Không. Nó chỉ tìm văn bản trông giống địa chỉ email. Không có gì được gửi đi đâu cả.
Những định dạng số điện thoại nào được nhận diện?
Số quốc tế và số trong nước viết bằng chữ số, dấu cách, dấu chấm, gạch nối và dấu ngoặc, như +1 (555) 123-4567 hoặc 0912 345 678, miễn là chứa 7–15 chữ số.
Có thể trích xuất nhiều loại cùng lúc không?
Mỗi lần chọn một loại; đổi lựa chọn ở mục Trích xuất sẽ cập nhật kết quả ngay mà không cần dán lại.
Vì sao #fff lại được liệt kê là hashtag?
Hashtag là bất kỳ dấu # nào theo sau là chữ cái, nên các mã màu ngắn chỉ gồm chữ cái cũng thỏa điều kiện. Hãy dùng tùy chọn Mã màu hex để liệt kê riêng các màu.