Sobre extraer direcciones de un texto
La entrada nunca está ordenada. Es un hilo de correo reenviado con cuarenta direcciones en las cabeceras, una página de HTML, un archivo de registro, un CSV que alguien exportó mal, un volcado de chat. Las direcciones están ahí dentro, rodeadas de corchetes angulares, de mailto: y de puntos que pertenecen a la frase y no a la dirección.
Pégalo y saca una lista limpia. No se sube nada: el texto nunca sale de tu navegador, lo cual importa cuando es una lista de clientes o un hilo de correo.
Sabe dónde termina una dirección
Esta es la parte que separa un extractor que funciona de una expresión regular encontrada por ahí.
- Un . , ; : ) ] > " ' final es puntuación, no parte de la dirección. «Escribe a bob@example.com.» da bob@example.com, no una dirección con un punto pegado al final
- Un paréntesis de cierre pertenece a una URL solo si esa URL abrió uno. (mira https://example.com/a) termina en la a, pero https://es.wikipedia.org/wiki/Foo_(bar) conserva el suyo
- mailto: y los corchetes angulares son sobre, no dirección, así que se quitan
- Los números de teléfono se acotan por longitud y no por forma: de 7 a 15 dígitos, que es el rango real de los números de abonado en el mundo. Los formatos internacionales varían demasiado para ser estrictos sin perder números reales
Cómo se usa
- Pega el texto, o carga un archivo, incluida una hoja de cálculo donde las direcciones están desperdigadas por las celdas en vez de en una columna
- Elige correos, enlaces o números de teléfono
- Deja Eliminar duplicados activado salvo que necesites el recuento en bruto. La misma dirección cuarenta veces en un hilo es una dirección
- Elige cómo salen: uno por línea, separados por comas para pegar en un campo Para:, o con puntos y comas para Outlook
- Copia la lista, o descárgala en CSV
El contador muestra las dos cifras —cuántos se encontraron y cuántos duplicados se agruparon— para que nada parezca perdido.
Para qué se usa
- Sacar todas las direcciones de un hilo reenviado para montar una lista de distribución
- Extraer los enlaces de una página o un documento para comprobarlos
- Sacar datos de contacto de un bloque de texto recopilado o exportado
- Encontrar todas las direcciones enterradas en una hoja de cálculo sin una columna coherente
- Reunir números de teléfono de una lista de consultas
- Comprobar si un documento contiene direcciones que no esperabas antes de compartirlo
Conviene saber
- Funciona en todas partes: es una página web, así que va en cualquier móvil, tableta u ordenador
- No se sube nada. El texto se recorre por completo en tu navegador
- Minúsculas está activado para los correos porque la parte local es insensible a mayúsculas en la práctica y Bob@ y bob@ son una dirección. Se omite en los teléfonos, donde no tiene sentido
- Cargar una hoja de cálculo lee todas las hojas, así que una dirección en una pestaña que olvidaste también aparece
- Esto es un extractor de texto, no un validador. Encuentra cosas que parecen direcciones; no comprueba que existan ni que alguien las lea
- Usa el resultado con responsabilidad. Recopilar direcciones del documento de otra persona para enviar correo no solicitado es ilegal en la mayoría de los países según las normas antispam y de protección de datos
Herramientas relacionadas
- Buscar texto dentro de archivos — buscar en una carpeta entera en vez de en un bloque de texto
- Eliminar líneas duplicadas — limpiar cualquier lista de texto
- Ordenar y alfabetizar lista — reordenar el resultado
- Probador de regex — crear tu propio patrón para lo que esto no cubre
