Extractor de texto

Cómo se usa

1. Pega tu texto: se analizan a la vez correos, enlaces y números, y los contadores de las etiquetas se actualizan mientras escribes.
2. Los correos y los enlaces están activos por defecto. Activa «Números» solo cuando quieras cifras de verdad: también aparecerán fechas, números de versión y códigos de pedido.
3. Copia la lista o descárgala como .txt. Ambas siguen el orden de la pantalla: primero los correos, después los enlaces y por último los números, un elemento por línea.

Reglas, límites y problemas conocidos

• Coincidencia de patrones, no verificación: una dirección con aspecto de correo nunca se comprueba contra un servidor, y un enlace puede estar desactualizado. La extracción prioriza encontrar coincidencias reales, así que revisa la lista por si hay algún falso positivo.
• Los enlaces deben empezar por http://, https:// o www. Un dominio suelto como example.com no se trata como enlace, y tampoco ftp: o mailto:, porque la prosa pegada está llena de «.com» al final de frase que de otro modo serían ruido.
• Se recorta la puntuación final de los enlaces, pero se conservan los paréntesis que forman parte de la URL: https://es.wikipedia.org/wiki/Foo_(bar) mantiene su paréntesis de cierre, mientras que un «)» que termina una frase no.
• Un correo debe tener la forma local@dominio.tld. Se ignoran los nombres de archivo que se parecen, como logo@2x.png, pero .zip, .app y .dev son dominios de nivel superior reales, así que esas direcciones se conservan.
• Los números se toman exactamente como se escriben: los separadores de miles y las marcas decimales quedan como se teclearon, y 1.234 nunca se interpreta como 1234 ni como 1.234, porque se lee de forma distinta en cada país. No hay suma, media ni conversión de moneda, y el signo menos no forma parte del número (−5 da 5).
• Como no se interpreta nada, las fechas y las versiones se dividen: 2026-01-05 da tres números, v1.2.3 da 1.2 y 3, y un código de pedido como A12345 da 12345. Deja «Números» desactivado si solo quieres contactos.
• El texto dentro de un enlace o de una dirección de correo nunca se vuelve a extraer: usuario123@mail.com da un correo y ningún número, y https://x.com/item/2026 da un enlace y ningún número.
• Los duplicados se comparan por tipo: los correos ignoran mayúsculas, los enlaces se comparan exactamente (las rutas distinguen mayúsculas) y los números por su forma escrita: «1.000» y «1000» son dos entradas distintas.
• Se reconocen los dígitos de ancho completo (１２３) y los árabe-índicos (١٢٣). Las páginas en chino y árabe ofrecen un interruptor de «Dígitos de ancho medio» que los convierte en 0-9, que es lo que esperan las hojas de cálculo; está desactivado por defecto para no reescribir el texto en silencio.
• Por encima de 2.000 coincidencias solo se listan las primeras 2.000, mientras que copiar y descargar siguen conteniendo todo; por encima de 200.000 caracteres el resultado se actualiza unos 0,6 s después de que dejes de escribir. Sin números de teléfono, documentos de identidad ni números de seguimiento (necesitan reglas por país), sin subida de archivos y sin historial: todo funciona en tu navegador.