What types of data can be extracted from text?

This tool extracts four types of data: URLs (http/https links), email addresses, IPv4 addresses (e.g. 192.168.1.1), and IPv6 addresses (e.g. 2001:db8::1). It uses regular expressions to find all occurrences in the input text and deduplicates the results.

How does URL extraction work?

URL extraction finds all strings starting with http:// or https:// and continuing until whitespace or a special delimiter character. This covers the vast majority of web URLs found in logs, documents, and plain text. Fragment identifiers, query strings, and path components are all included.

How are IPv4 addresses validated?

IPv4 extraction first finds all patterns matching the form A.B.C.D where each part is 1-3 digits, then validates that each octet is between 0 and 255. This prevents false positives like version numbers (e.g. 1.22.333.4) that match the digit pattern but are not valid IP addresses.

What IPv6 formats are supported?

The tool supports common IPv6 formats including full notation (2001:0db8:85a3:0000:0000:8a2e:0370:7334), compressed notation with :: (fe80::1, ::1), and mixed IPv4/IPv6 notation. All groups can use uppercase or lowercase hex digits.

Извлечь URL / Email / IP

Найдено: 10

Входной текст

Извлечённые значения

Найдено 2 уникальных urls

https://example.com

http://test.org/path?q=1

Технические детали

Как работает экстрактор URL/Email/IP

Что делает инструмент

Инструмент Extractor сканирует блок текста и извлекает все найденные URL, адреса электронной почты и IP-адреса, представляя каждую категорию в виде списка без дубликатов, который можно копировать. Это избавляет от ручного поиска по логам, документам или HTML-исходникам нужных шаблонов и особенно полезно в анализе безопасности, очистке данных и процессах аудита контента.

Распространенные сценарии использования для разработчиков

Аналитики по безопасности извлекают IP и URL из логов фаерволов, отчётов о вредоносном ПО и фишинговых писем, чтобы формировать списки IoC. Разработчики используют инструмент, чтобы собрать все гиперссылки со скрейпнутой веб-страницы, извлечь адреса электронной почты из CSV-экспорта или найти все IP-адреса, упомянутые в конфигурационном файле. Контент-редакторы используют его, чтобы перед публикацией проверить внешние ссылки в документации.

Форматы данных, типы или варианты

Инструмент использует регулярные выражения для сопоставления URL HTTP и HTTPS (включая варианты со строками запроса и фрагментами), email-адресов в стиле RFC 5322 (local-part@domain), IPv4-адресов в точечно-десятичной записи и IPv6-адресов в стандартной двоеточечно-шестнадцатеричной записи. Дефанженные варианты (например, hxxps:// или 192[.]168[.]1[.]1) могут не определяться автоматически — сначала выполните фанг с помощью инструмента Defang/Fang.

Распространенные ошибки и крайние случаи

Извлечение на основе regex может давать ложные срабатывания (например, номера версий вроде 1.2.3.4 могут быть распознаны как IP) и пропуски (необычные TLD или интернационализированные доменные имена могут не попасть). Очень длинные URL со сложными строками запроса могут обрезаться на символах границ слов. Всегда проверяйте извлечённые результаты перед использованием в автоматизированных системах.

Когда использовать этот инструмент, а когда — код

Используйте этот браузерный инструмент для быстрого разового извлечения из вставленного текста. Для массовой обработки файлов или потоков используйте специализированные библиотеки, такие как iocextract или urlextract (Python), либо соберите пайплайн с grep и стандартными regex, чтобы извлечение было воспроизводимым и поддавалось аудиту.