Online extractor van bestandsinformatie
Extraheer tekstvelden uit tekstbestanden met reguliere expressies. Geef patroon en veldnaam op, bekijk direct resultaat. Lokaal in de browser.
Aan de slag
Wat doet deze tool?
Deze tool extraheert tekst die voldoet aan een door u opgegeven reguliere expressie uit de UTF-8-tekst van geselecteerde bestanden. Het is geen PDF- of DOCX-parser, geen OCR, geen EXIF-extractor en geen coderingsdetector. Het werkt alleen op platte tekstbestanden.
Concreet voorbeeld
Stel dat een bestand de tekst ID42 id7 bevat. Met het patroon id(\d+) en negeren van hoofdletters, levert de tool ID42 en id7 op, niet alleen 42 en 7. De tool retourneert volledige overeenkomsten (match[0]), niet alleen de vastgelegde subgroepen.
Instellingen en beperkingen
- Het patroon mag niet leeg zijn en mag maximaal 256 JavaScript-code-eenheden bevatten.
- De tool past altijd globale matching toe; met het selectievakje wordt ook hoofdletterongevoelig gematcht.
- Per bestand zijn maximaal 10.000 overeenkomsten toegestaan. Bij overschrijding volgt een fout in plaats van een gedeeltelijk resultaat. Verfijn het patroon of splits het bestand en probeer opnieuw. Het patroon is beperkt tot 256 JavaScript-code-eenheden en de verwerking tot 1500 ms per bestand.
- Er is een time-out van 1500 ms per bestand; een complexe expressie kan time-out veroorzaken.
- De resultaten zijn weergavetekst, geen CSV of JSON. Er is geen downloadknop.
Veelgestelde vragen
Waarom zie ik geen resultaten voor datums in DD/MM/YYYY-formaat?
De standaard herkent alleen het patroon JJJJ-MM-DD. Voor andere formaten moet u een eigen patroon opgeven, bijvoorbeeld \b\d{2}/\d{2}/\d{4}\b voor DD/MM/YYYY.
Wat betekent de komma met spatie in de resultaten?
De overeenkomsten worden samengevoegd met een komma gevolgd door een spatie (, ) om ze visueel te scheiden. Dit is geen CSV-scheidingsteken; de uitvoer is niet bedoeld voor verdere geautomatiseerde verwerking.
Waarom worden sommige overeenkomsten niet getoond?
Per bestand zijn maximaal 10.000 overeenkomsten toegestaan. Bij overschrijding volgt een fout in plaats van een gedeeltelijk resultaat. Verfijn het patroon of splits het bestand en probeer opnieuw. Het patroon is beperkt tot 256 JavaScript-code-eenheden en de verwerking tot 1500 ms per bestand.
Lange overeenkomsten kunnen de uitvoerlimiet vóór 10000 treffers bereiken. Per bestand geldt een budget van 1000000 code-eenheden voor de gevonden tekst plus 30 per treffer. Verfijn het patroon of splits het bestand.
De verwerking gebeurt lokaal in je browser.