Extracteur d'informations de fichier en ligne

Fonctionnalités et limites

Problème concret

Vous avez des fichiers texte contenant des identifiants comme ID42 et id7. Vous voulez extraire tous les identifiants, même s'ils se répètent, pour les vérifier.

Exemple travaillé

Avec le motif id(\d+) et l'option « ignorer la casse » activée, le texte ID42 id7 produit les correspondances ID42 et id7 (et non 42 et 7). L'outil renvoie la correspondance complète, pas les groupes capturés.

Paramètres réels

• Motif d'expression régulière (sans délimiteurs, sans zone de drapeaux).
• Case à cocher « ignorer la casse » (activée par défaut).
• Nom de champ pour l'étiquette des résultats.

Traitement et limites

• La correspondance est globale (toutes les occurrences).
• Les correspondances de longueur nulle sont autorisées mais peuvent être ambiguës dans l'affichage.
• Un motif vide est rejeté ; les motifs de plus de 256 unités de code JavaScript sont rejetés.
• Chaque fichier est limité aux 10 000 premières correspondances ; au-delà, les correspondances sont silencieusement tronquées.
• Le traitement s'exécute dans un worker séparé avec un délai d'attente de 1500 ms par fichier.
• L'outil ne convertit pas les dates, ne reconnaît pas les formats locaux (par exemple JJ/MM/AAAA) et n'extrait pas de champs nommés.
• L'outil ne prend pas en charge les fichiers PDF, DOCX, les images ou l'OCR.

Vérification rapide

• Testez avec un petit échantillon de texte et un motif simple avant de traiter de gros volumes.
• Vérifiez que le motif correspond à la forme exacte du texte (par exemple, les dates au format AAAA-MM-JJ).
• Rappelez-vous que les résultats ne sont pas un CSV échappé ni un JSON structuré.

FAQ

Pourquoi mes correspondances incluent-elles des parties que je ne veux pas ?

L'outil renvoie la correspondance complète (match[0]), pas les groupes capturés. Par exemple, avec le motif id(\d+), le résultat est ID42 et non 42. Pour n'obtenir que le nombre, utilisez un motif qui correspond exactement à ce que vous voulez, par exemple \b\d+\b.

Que se passe-t-il si mon fichier contient plus de 10 000 correspondances ?

L'outil s'arrête à la 10 000e correspondance et ignore silencieusement les suivantes. Le résultat n'est donc pas une preuve que toutes les correspondances ont été extraites. Divisez le fichier ou affinez le motif.

Puis-je utiliser des drapeaux comme 'g' ou 'i' dans le motif ?

Non, il n'y a pas de zone pour les drapeaux. La correspondance est toujours globale, et l'option « ignorer la casse » est contrôlée par la case à cocher. Saisissez uniquement le motif, sans délimiteurs ni drapeaux.