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.

Витяг URL / Email / IP

Знайдено: 10

Вхідний текст

Витягнуті значення

Знайдено 2 унікальних urls

https://example.com

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

Технічні деталі

Як працює екстрактор URL/Email/IP

Що робить інструмент

Інструмент Extractor сканує блок тексту та витягує всі знайдені URL-адреси, адреси електронної пошти та IP-адреси, подаючи кожну категорію як список без дублікатів, який можна копіювати. Це економить ручні зусилля на перегляд логів, документів або HTML-коду в пошуках конкретних шаблонів і особливо корисно в аналізі безпеки, очищенні даних та процесах аудиту контенту.

Поширені сценарії використання для розробників

Аналітики з безпеки витягують IP-адреси та URL-адреси з логів фаєрволів, звітів про шкідливе ПЗ та фішингових листів, щоб формувати списки IoC. Розробники використовують його, щоб витягнути всі гіперпосилання зі зібраної вебсторінки, витягнути адреси електронної пошти з CSV-експорту або знайти всі IP-адреси, згадані у файлі конфігурації. Контент-редактори використовують його для аудиту зовнішніх посилань у документації перед публікацією.

Формати даних, типи або варіанти

Інструмент використовує регулярні вирази для зіставлення HTTP- і HTTPS-URL-адрес (включно з тими, що мають query-рядки та фрагменти), адрес електронної пошти у стилі RFC 5322 (local-part@domain), IPv4-адрес у десятковому форматі з крапками та IPv6-адрес у стандартному шістнадцятковому форматі з двокрапками. Defanged-варіанти (наприклад, hxxps:// або 192[.]168[.]1[.]1) можуть не виявлятися автоматично — спочатку виконайте fanging за допомогою інструмента Defang/Fang.

Поширені помилки та крайові випадки

Витягування на основі regex може давати хибні спрацювання (наприклад, номери версій на кшталт 1.2.3.4 можуть бути розпізнані як IP) і пропуски (незвичні TLD або інтернаціоналізовані доменні імена можуть не визначатися). Дуже довгі URL-адреси зі складними query-рядками можуть обрізатися на символах межі слова. Завжди перевіряйте витягнуті результати перед використанням в автоматизованих системах.

Коли використовувати цей інструмент, а коли — код

Використовуйте цей браузерний інструмент для швидкого разового витягування з вставленого тексту. Для масової обробки файлів або потоків використовуйте спеціалізовані бібліотеки на кшталт iocextract або urlextract (Python) або побудуйте конвеєр із grep і стандартними regex, щоб витягування було відтворюваним і придатним до аудиту.