Extrair e-mails e URLs
Cole qualquer texto e receba listas separadas com os endereços de e-mail, endereços web, domínios, endereços IP, números parecidos com telefones e hashtags que ele contém, sem duplicados e com a contagem.
Roda no navegador; nada do que você digita sai do seu dispositivo
Cole um texto para começar.
Textos de até alguns milhões de caracteres. Os telefones são reconhecidos pelo formato (de 7 a 15 dígitos com espaços, hifens, pontos ou parênteses), então alguns outros números podem ser incluídos e alguns formatos podem passar despercebidos. Domínios soltos como example.com só são encontrados com uma terminação conhecida, como .com, .org ou um código de país.
Como extrair e-mails e links de um texto
- Cole seu texto, como uma página web, uma conversa de e-mail, um log ou um documento.
- Escolha se quer remover os duplicados e como ordenar cada lista.
- Copie uma lista ou baixe-a como arquivo de texto ou CSV.
Como as listas são montadas
A ferramenta varre seu texto com padrões para cada tipo de item e mostra as ocorrências na ordem em que aparecem. Um endereço de e-mail é um nome, um @ e um domínio com terminação válida. Uma URL começa com http, https, ftp ou www e vai até o próximo espaço, aspas ou colchete angular; a pontuação da frase ao redor (um ponto final, uma vírgula, um parêntese de fechamento sem o de abertura) não conta como parte do endereço. Um domínio é o nome do host de uma URL ou a parte do e-mail depois do @, sem o www. inicial.
Endereços IPv4 são quatro números de 0 a 255 separados por pontos, então 192.168.1.1 é listado e 999.1.1.1 não. Números parecidos com telefones são encontrados pelo formato, porque um telefone pode ser escrito de muitas formas: de 7 a 15 dígitos, com espaços, hifens, pontos ou parênteses, e um sinal de mais opcional. Datas escritas como 2026-10-08 não são confundidas com telefones. Hashtags começam com # e precisam de pelo menos uma letra, então #2026 é ignorada.
Com os duplicados removidos, cada lista mostra cada item distinto uma só vez com o número de vezes que apareceu, o que ajuda a achar o remetente mais frequente ou o site mais citado. Você pode ordenar uma lista de A a Z ou pela contagem, e depois copiá-la com um item por linha ou baixá-la como arquivo de texto simples ou como CSV com uma coluna de valor e outra de contagem.
Dicas
- Para organizar uma lista copiada, remova as linhas repetidas com Remover linhas duplicadas ou coloque-a em ordem com Ordenar linhas em ordem alfabética.
- Precisa de um padrão que a ferramenta não cobre? Crie um no testador de regex.
- Links com sinais de porcentagem podem ser lidos com Codificar e decodificar URL.
Perguntas frequentes
O que ele encontra?
Seis tipos de itens: endereços de e-mail, URLs (http, https, ftp e endereços que começam com www), domínios, endereços IPv4, números parecidos com telefones e hashtags. Cada tipo tem sua própria lista com a contagem.
Como ele decide o que é duplicado?
E-mails, domínios e hashtags são comparados sem diferenciar maiúsculas de minúsculas, então [email protected] e [email protected] contam como um só, e a primeira grafia é mantida. URLs e endereços IP precisam ser idênticos. Os telefones são comparados pelos dígitos, então 555-123-4567 e 555 123 4567 são o mesmo número. Desative Remover duplicados para manter todas as ocorrências.
De onde vêm os domínios?
Do nome do host de cada URL e da parte depois do @ de cada e-mail, além de nomes soltos com terminação conhecida, como example.com. O www. inicial é descartado. Endereços IP usados como host aparecem na lista de endereços IP.
Por que um telefone foi perdido ou um número foi listado por engano?
Um número parecido com telefone é uma sequência de 7 a 15 dígitos que pode ter espaços, hifens, pontos, parênteses e um sinal de mais no início. Datas e endereços IP são ignorados, mas um número de pedido escrito com hifens ainda pode parecer um telefone, e um número escrito como uma sequência única de dígitos fora desse tamanho é ignorado. Trate a lista como uma primeira triagem e confira.
O que os arquivos CSV contêm?
Duas colunas, valor e contagem, com uma linha por item. O arquivo é UTF-8 com marca de ordem de bytes, para que as planilhas abram corretamente os caracteres acentuados.
Meu texto é enviado?
Não. O texto é analisado no seu navegador e nunca sai do seu dispositivo.