Extractor de información de archivos en línea

Qué hace esta herramienta

Esta utilidad extrae coincidencias de expresiones regulares del contenido de archivos de texto codificados en UTF-8. Es útil para localizar patrones como fechas, identificadores o códigos en archivos de registro o datos planos.

Ejemplo práctico

Si el archivo contiene ID42 id7 y usa el patrón id(\d+) con la opción de ignorar mayúsculas activada, obtendrá ID42 e id7 (coincidencias completas, no solo los números).

Parámetros y procesamiento

• Patrón: expresión regular sin delimitadores, sin casilla de banderas.
• Coincidencia global siempre activa; opción de ignorar mayúsculas.
• Devuelve la coincidencia completa (match[0]), no subgrupos capturados.
• Se conservan las coincidencias duplicadas y el orden de los archivos.
• Límites: 500 archivos, 64 MiB por archivo, 128 MiB de entrada total.
• El patrón vacío se rechaza; los patrones de más de 256 unidades de código JavaScript se rechazan.
• El procesamiento se realiza en un trabajador separado con un tiempo de espera de 1500 ms por archivo; al alcanzar el límite se detiene.
• Cada archivo admite como máximo 10.000 coincidencias. Si se supera el límite, se devuelve un error en lugar de un resultado parcial. Ajusta el patrón o divide el archivo y vuelve a intentarlo. El patrón admite hasta 256 unidades de código JavaScript y el tiempo límite es de 1500 ms por archivo.

Limitaciones importantes

Esta herramienta reconoce formas de texto, no fechas válidas del calendario. Por ejemplo, el patrón predeterminado \b\d{4}-\d{2}-\d{2}\b reconoce 2026-09-07 pero no valida que sea una fecha real. No convierte formatos de fecha locales ni extrae campos de bases de datos. No es un parser de PDF/DOCX, OCR, extractor EXIF ni detector de codificación. Las coincidencias de longitud cero pueden ser ambiguas en la unión mostrada.

Preguntas frecuentes

¿Cómo extraigo solo los números de un patrón como ID42?

La herramienta devuelve la coincidencia completa, no los subgrupos. Si usa id(\d+), obtendrá ID42 e id7, no solo 42 y 7. Para extraer solo los números, use un patrón que coincida exactamente con los números, por ejemplo \d+.

¿Qué significa que se trunquen las coincidencias?

Cada archivo admite como máximo 10.000 coincidencias. Si se supera el límite, se devuelve un error en lugar de un resultado parcial. Ajusta el patrón o divide el archivo y vuelve a intentarlo. El patrón admite hasta 256 unidades de código JavaScript y el tiempo límite es de 1500 ms por archivo.

¿Puedo usar este extractor con archivos PDF o imágenes?

No. Solo procesa archivos de texto codificados en UTF-8. Para PDF o imágenes necesitaría un paso previo de conversión a texto (OCR) que esta herramienta no realiza.

Nota sobre privacidad

Todo el procesamiento se realiza localmente en su navegador; los archivos no se envían a ningún servidor.