Extracteur de texte

Mode d’emploi

1. Collez votre texte — e-mails, liens et nombres sont analysés en même temps, et les compteurs des filtres s’actualisent au fil de la frappe.
2. Les e-mails et les liens sont activés par défaut. N’activez « Nombres » que si vous voulez vraiment des chiffres : les dates, numéros de version et codes de commande viendront aussi.
3. Copiez la liste ou téléchargez-la en .txt. Les deux suivent l’ordre affiché — e-mails, puis liens, puis nombres, un élément par ligne.

Règles, limites et problèmes connus

• Correspondance de motifs, et non vérification : une adresse qui ressemble à un e-mail n’est jamais contrôlée auprès d’un serveur, et un lien peut très bien être obsolète. L’extraction privilégie la détection des vraies correspondances : parcourez la liste pour repérer l’éventuel faux positif.
• Les liens doivent commencer par http://, https:// ou www. Un domaine nu comme exemple.fr n’est pas traité comme un lien, pas plus que ftp: ou mailto: — un texte collé regorge de « .com » en fin de phrase qui ne seraient sinon que du bruit.
• La ponctuation finale des phrases est retirée des liens, tandis que les parenthèses qui font partie de l’URL sont conservées : https://fr.wikipedia.org/wiki/Foo_(bar) garde sa parenthèse fermante, un « ) » terminant une phrase non.
• Un e-mail doit ressembler à local@domaine.tld. Les faux airs de nom de fichier comme logo@2x.png sont ignorés, mais .zip, .app et .dev sont de vrais domaines de premier niveau : ces adresses sont donc conservées.
• Les nombres sont pris exactement tels qu’écrits : les séparateurs de milliers et les marques décimales restent tels que saisis, et 1.234 n’est jamais interprété comme 1234 ni comme 1,234 — cela se lit différemment selon les pays. Pas de somme, de moyenne ni de conversion de devise, et le signe moins ne fait pas partie du nombre (−5 donne 5).
• Comme rien n’est interprété, les dates et versions se divisent : 2026-01-05 donne trois nombres, v1.2.3 donne 1.2 et 3, et un code de commande comme A12345 donne 12345. Laissez « Nombres » désactivé si vous ne cherchez que des contacts.
• Le texte à l’intérieur d’un lien ou d’une adresse e-mail n’est jamais extrait une seconde fois : user123@mail.com donne un e-mail et aucun nombre, et https://x.com/item/2026 donne un lien et aucun nombre.
• Les doublons sont comparés par type : les e-mails ignorent la casse, les liens sont comparés exactement (les chemins sont sensibles à la casse), les nombres selon leur forme écrite — « 1 000 » et « 1000 » sont deux entrées différentes.
• Les chiffres pleine chasse (１２３) et arabo-indiens (١٢٣) sont reconnus. Les pages en chinois et en arabe proposent une option « Chiffres demi-chasse » qui les convertit en 0-9, ce que les tableurs attendent ; elle est désactivée par défaut pour que votre texte ne soit jamais réécrit silencieusement.
• Au-delà de 2 000 correspondances, seules les 2 000 premières sont listées, tandis que la copie et le téléchargement contiennent tout ; au-delà de 200 000 caractères, le résultat s’actualise environ 0,6 s après l’arrêt de la frappe. Pas de numéros de téléphone, de cartes d’identité ou de suivi (ils exigent des règles propres à chaque pays), pas d’envoi de fichier et pas d’historique — tout s’exécute dans votre navigateur.