上周帮运营同事处理一份从 CRM 导出的客户备注，2000 行里混着微信号、QQ、座机、甚至手写体扫描转文字后的乱码。我原本打算用 Excel 分列加查找替换，折腾了二十分钟只清出三分之一。后来把整列粘贴到文本提取工具里，勾选邮箱和手机号，点提取，三秒后拿到干净的 1847 个有效联系方式——其中 63 个是之前肉眼没发现的隐藏格式。这个工具替我省掉了逐行扫描、复制、粘贴、再核对格式的重复动作，保守估计节省了 35 分钟。
最快出结果的路径是什么？
打开 https://tiqu.quan77.cn/ 后，不需要注册，直接粘贴源文本到输入框。关键是先想清楚你要提取什么——工具提供邮箱、手机、URL、中文、数字五个独立开关。比如你只需要手机号，就把其他四个关掉，避免结果里混入身份证号或日期。点「提取」后结果会出现在下方，每条占一行。如果源文本超过 5000 字，建议分批处理，因为单次处理有长度上限，分批也方便你核对每批的准确性。
三个真实场景分别怎么用？
场景一：从杂乱备注中批量提取邮箱和手机号
我拿到的原始数据长这样："王经理 138-1234-5678 邮箱 john.wang@oldcompany.com 备注：去年展会换过名片，新邮箱是 wang.john@newmail.cn"。直接整段粘贴，同时勾选邮箱和手机，提取结果会按出现顺序输出：13812345678、john.wang@oldcompany.com、wang.john@newmail.cn。注意手机号会去掉连字符和空格，但不会自动去重——如果你需要唯一值，可以把结果再粘贴回输入框，只勾选数字，提取一次，然后手动去重。这里有个技巧：如果源文本里有多个邮箱，但你想按域名筛选，可以把提取结果复制到 Excel 用分列按 @ 拆开再排序。
场景二：从日志文件中抽出 URL 和数字指标
运维同事给过一份 nginx 访问日志，每行包含时间戳、IP、请求路径和状态码。我只需要 URL 和响应时间（毫秒数）。把日志整段粘贴，勾选 URL 和数字，提取结果会混在一起——URL 是带斜杠的完整路径，数字是单独成行的毫秒值。这时候我通常先只勾 URL 提取一次，再只勾数字提取一次，分两次操作避免混淆。实测 500 行日志，两次提取总耗时不到 2 秒，比用 grep 写正则再调格式快得多，尤其适合不懂正则的同事。
场景三：从用户反馈中提取中文关键词做词频分析
产品团队收集了 300 条用户评论，想统计出现频率高的中文短语。把评论粘贴后只勾选中文，提取结果会去掉标点和英文，剩下纯中文句子。但注意它会保留空格和换行，所以你需要把结果再粘贴到词频统计工具里。如果你需要的是单个汉字或双字词，这个工具帮不上忙——它提取的是连续中文字符串，不是分词。这里更适合的做法是先用文本提取把评论里的数字、URL 等噪声去掉，再把剩下的中文文本导入分词工具。
什么时候别用它？
这个工具对格式规整的数据效率极高，但有几个边界你必须知道。第一，它无法识别非标准格式——比如手写体识别产生的 "l38"（小写 L 代替 1）、全角数字 "１２３"、或带分机号的座机 "010-12345678-转801"，这些都会被漏掉或提取成错误数字。第二，它不提供正则自定义，如果你要提取的是 "订单号：AB2026-001" 这种带固定前缀的代码，它无能为力。第三，提取结果不会自动去重或排序，如果你需要处理的是上万条数据，建议先用 SQL 或 Python 做预处理，再粘贴进来做最终提取。我实测过，当源文本超过 8000 字时，浏览器可能会卡顿，所以大数据量还是得分批。
搭配哪些工具更顺手？
如果你经常处理混合格式的文本，这个文本提取工具适合和 Excel 的「分列」功能搭配——先用它抽出干净字段，再用 Excel 做排序和去重。另外，如果你需要从 PDF 里先转出文本，可以配合全宝的 PDF 转 Word 工具（https://www.quan77.cn/pdf-to-word）把扫描件转成可粘贴的文本，再回来提取。这样组合下来，从 PDF 到结构化字段的完整链路大约能控制在 5 分钟内。