从文本中提取数字工具

数字提取器的十大使用场景

从文本中提取数字是许多职业中的基本操作。这项技术将繁琐的手工操作自动化，节省数小时的工作时间并减少人为错误。了解专业人士如何使用这一技能来提高生产力并获取洞察。

• 数据分析与研究： 高效地从调查回答、学术出版物或访谈记录中提取数字以进行统计分析。
• 财务审计： 从财务文件、发票或银行对账单中提取美元金额、百分比和交易编号。
• 网页抓取与搜索引擎优化： 从 HTML 代码或竞争网站收集价格、评分和统计数据以进行市场调研。
• 日志文件分析： 从服务器或应用程序日志中提取错误代码、时间戳和性能指标（例如以毫秒为单位的延迟）。
• 学术写作： 核实扩展研究论文中的所有引用、统计和数字参考资料。
• 编程与调试： 从源代码或配置文件中提取数字常量、ID或版本号。
• 内容迁移： 在系统之间迁移时使用嵌入的数字来标识内容，以保持数据完整性（例如，产品目录）。
• 法律文件审查： 快速搜索合同或法律文件中的日期、条款编号和经济处罚。
• 社交媒体监控： 从汇编的社交媒体报告中提取参与度指标（点赞、分享）和投票结果。
• 整理个人数据： 收集一堆包含电话号码、地址、日期或序列号的个人笔记和文件，并提取它们。

工作原理：输入与输出演示

诀窍在于弄清楚魔法是如何将原始文本处理成整齐的数字列表的。这里有一个实际的例子，包含一个示例输入文本以及我们的程序在默认设置启动时生成的输出。

The Q3 report showed revenue of $1,250,500.75, up 15.5% from last quarter. We processed 1,000,000 transactions, but had 12 errors (error rate: 0.0012%). Customer scores averaged 4.7 out of 5. The project ran from 2023-01-15 to 2023-04-15. Key IDs: 455, 782, and 455 again.

1250500.75
15.5
1000000
12
0.0012
4.7
5
2023
1
15
2023
4
15
455
782

注意：第二个“455”已被排除，因为已选择“删除重复项”选项。百分比以小数部分表示（15.5，而不是15.5%）。日期已拆分为其组成数字。

提取逻辑和选项说明

该程序使用强大的正则表达式（regex）引擎来寻找文本中的数字模式。筛选选项为您提供对包含在最终列表中的模式的精细控制，因此可以进行非常细粒度的数据提取。

核心数字检测模式

该引擎经过训练，能够处理文本中常见的各种数值表示。这确保了完整提取，不会遗漏隐藏在复杂字符串中的重要数据。

• 整数： 整数，例如 `42`、`-7` 或 `1,000,000`（逗号会被处理）。
• 小数: 带有小数部分的数字，例如 `3.14159`、`-0.005` 或 `99.99`。
• 百分比： 以百分号结尾的数字。当选中此选项时，`25%` 会被解析为 `25`。
• 数字在语境中： 与符号或单位相关的数字，例如 `$50`、`45°C` 或 `版本 2.1`。
• 科学记数法： 接受类似 `6.022e23` 或 `1.6E-19` 的格式用于复杂的科学数据。

了解更多关于高级筛选选项的信息

通过这些选项，你可以在程序中清理和整理提取的数据，而无需在电子表格中进行清理。

• 删除重复的数字： 提供每个特定数字的初始出现，对于生成用于分析的唯一列表至关重要。
• 排序顺序： 按升序（从小到大）或降序排序数字，以便一目了然地查看数字并识别趋势。
• 包括小数数字： 启用或禁用浮点数的提取。禁用以仅获取整数。
• 允许负数： 指示是否在结果中包含带有负号（`-`）的数字。
• 包括百分比： 确定以百分比格式表示的整数是否被捕获为其数值。
• 上传文件： 从多种纯文本格式的完整文档中批量处理数字。

导出格式和数据有用性

提取的数据的价值取决于你将其在其他地方使用的能力。我们的应用程序提供多种导出选项，让你可以轻松地将数据导入到当前工作流程中，无论是用于软件开发、报告还是数据可视化。

支持的导出格式

选择适合你下一步的格式。每种格式都是为了与流行的软件和编程语言一起使用而设计的。

• CSV 格式： 生成一个标准的逗号分隔值文件，非常适合导入到 Excel、Google 表格或数据库系统中。
• JSON 格式： 将数字导出为 JSON 数组（例如，[1, 2, 3.5]），适合 Web 应用程序和 API。
• 逗号分隔： 一个基本列表，如 `1, 2, 3.5`，可以直接粘贴到代码或列表输入框中。
• 分号分隔： 像 `1; 2; 3.5` 这样的列表，这是欧洲 CSV 文件中使用的替代分隔符。
• 每行一个： 每个数字单独占一行，这是最清晰的格式，便于阅读或作为命令行工具的输入使用。
• 复制到剪贴板： 立即以您选择的显示格式复制结果，以便快速粘贴。
• 下载为 .TXT： 下载一个包含提取数字的纯文本文件。
• 统计数据： 提供提取集合的简要概述，包括数量、总和、平均值和最小/最大值。

集成技巧

使用这些程序将检索到的数据整合到你的项目中，以最大化效率。

• 要直接输入到 JavaScript/Python 应用程序中，请使用 JSON 导出.
• 在电子表格程序中创建图表 CSV 导出.
• 使用 每行一个 通过添加括号和逗号在代码中轻松构建数组的格式。
• 使用 统计 在深入之前获取简短描述分析的工具。
• 结合 上传文件 批量处理大量文档并导出合并的结果。

如何正确提取数字

一些准备工作以及对工具如何运作的良好掌握，可以在获得完美干净的数据集方面大有帮助。继续阅读以获得处理边缘情况和复杂文本问题的建议。

预处理您的文本

稍微清理一下你的输入措辞可以大大提高结果的相关性。

• 移除或处理非标准数字分隔符（例如，欧洲格式的 `1.000,50` 将被处理为 `1.000` 和 `50`）。
• 为了获得更干净的输出，如果你只想得到独立的数字，你可能需要在提取之前去掉单位（`kg`、`$`、`px`）。
• 对于日期，您可以选择是否只获取各部分（2023, 04, 15）或完整的字符串。该工具会分离各个组件。
• 长而连续的材料是可以的，但偶尔如果你将其分成逻辑段落，验证结果可能会更容易。

特殊案例管理

我们的工具很强大，但了解它在某些情况下的表现将帮助你解读输出结果。

• 电话号码和 IP 地址： 这些被解析为一系列数字（例如，`192.168.1.1` 变为 `192`、`168`、`1`、`1`）。
• 字母数字代码： 例如，代码 `AB123CD` 将返回 `123`。字母会被忽略。
• 分数： 像 `1/2` 这样的简单分数可以单独提取为 `1` 和 `2`，而不是 `0.5`。
• 罗马数字： 这些不算作数字（例如，“Chapter IV” 不会提取 `4`）。

提取后的工作流程

提取后，您可以进一步处理数据以供最终使用。

• 使用 排序 用于快速发现异常值或有序数据的函数。
• 使用计数唯一项目 删除重复项 创建一个唯一值的列表。
• 导出为 CSV 并使用电子表格功能，例如 SUM, AVERAGE, or FILTER 用于高级分析。
• 对于编程：将 JSON 或按行分隔的输出直接导入到列表/数组变量中。

常见问题解答

以下是关于从文本中提取数字工具的常见问题解答。如果您有未在此处涵盖的疑问，请尝试使用“显示示例”按钮来查看其实际操作。

一般用法

关于该工具的功能和使用的常见问题解答。

• 这个工具可以免费使用吗？ 是的，完全免费使用，并且无需注册。
• 有没有任何限制或费用？ 不，没有隐藏费用或限制。
• 我的数据安全吗？ 绝对可以。所有处理都在您的浏览器中完成。您的文本永远不会转移到我们的系统，因此您完全是私密的。
• 最大文本长度？ 它可以处理非常大的文本（百万字符），尽管非常大的输入可能会暂时降低你的浏览器速度。
• 我可以从 PDF 中提取数字吗？ 不完全是。首先，你需要将PDF中的文本复制并粘贴到工具中，或者将PDF转换为.txt文件并上传。

技术规格

关于提取逻辑、格式和技术细节的问题

• 它能处理带有逗号的数字吗——比如 1,000？可以，逗号被视为千位分隔符，并被正确解释。因此 `1,000` 会变成 `1000`。
• 括号里的负整数呢？ 如果选择了“包含负数”选项，像 `($125)` 这样的数字会被视为 `-125`。
• 科学计数法怎么样？ 是的，像 `5.6e3`（5600）这样的格式是可以理解并提取的。
• 它会从 HTML 代码中提取数字吗？ 是的，但是它也会从标签和属性中获取数字（例如，`width="100"`）。为了获得更清晰的结果，先尝试将页面作为文本读取。
• 为什么我在结果中看不到数字？ 请检查您的筛选器设置。可能是一个小数、一个负数，或者一个您决定不包括的百分比。

导出与输出

关于结果以及提取后如何使用它们的问题。

• 我可以导出带有高亮数字的原文吗？ 不，这个工具只提取数字并输出它们，而不包括任何周围的文本。
• “统计”按钮的用途是什么？ 提取的数字集随后用于计算基本指标，如数量、总和、平均值（均值）、最小值和最大值。
• CSV 文件在 Excel 中以一列打开。 这是正常的。在 Excel 中，使用“分列”功能，并使用逗号分隔符将数字分到不同的单元格中。
• 导出时我可以选择自定义分隔符吗？ 默认选项（逗号、分号、换行符）应该适合大多数常用场景。对于自定义分隔符，请使用“每行一个”并在文本编辑器中替换换行符。
• 这个工具有 API 吗？ 我们还没有公共 API。该工具旨在通过网页界面手动使用。