分类

← View All Tools

汉字提取器

从文本中提取所有中文字符，过滤掉标点符号、英文字母、数字和非中文符号

提取时包含中文标点符号（，。！？、；：""''（）【】《》）

选择如何提取中文内容

仅返回唯一的字符/词语/短语（删除重复项）

关键信息

分类
Text Processing
输入类型
textarea, checkbox, select
输出类型
json
样本覆盖
4
支持 API
Yes

概览

汉字提取器是一款专业的文本处理工具，专门用于从混合文本中精准提取中文字符，同时过滤掉英文字母、数字、标点符号等非中文内容，支持多种提取模式和自定义选项。

适用场景

  • •当需要从包含中英文、数字或符号的混合文本中分离出纯中文内容时。
  • •当进行中文文本分析或数据清洗，需要去除干扰字符以提高准确性时。
  • •当需要提取文本中的中文词语、短语或唯一字符序列用于进一步处理时。

工作原理

  • •在输入框中粘贴或输入包含中文字符的文本。
  • •根据需要选择是否包含中文标点符号，并选择提取模式（单个字符、词语序列或短语）。
  • •可选勾选“仅唯一值”以去除重复项，然后点击提取按钮获取JSON格式的结果。

使用场景

文本清洗：从网页抓取、文档或日志中提取纯中文文本，用于内容整理或分析。
数据分析：在自然语言处理任务中预处理中文数据，如情感分析或关键词提取。
语言学习：帮助学习者从混合文本中识别和提取中文词汇，辅助词汇积累。

用户案例

1. 提取纯中文字符

数据分析师
背景原因
有一份包含中英文混合的客户反馈文本，需要提取中文部分进行情感分析。
解决问题
文本中夹杂英文字母和数字，手动提取中文字符耗时且易出错。
如何使用
将文本粘贴到输入框，选择“单个字符”模式，不勾选包含标点，点击提取。
效果
获得一个JSON列表，包含所有纯中文字符，便于后续分析处理。

2. 提取唯一中文词语

语言研究者
背景原因
处理一篇中文文章，需要提取常用词语以研究词汇频率。
解决问题
文章中词语重复出现，手动去重和提取效率低下。
如何使用
输入文章文本，选择“词语”模式，勾选“仅唯一值”以去除重复项。
示例配置
{"mode": "words", "uniqueOnly": true}
效果
输出一个去重后的中文词语列表，可用于词汇统计或学习。

3. 提取中文短语用于翻译

翻译人员
背景原因
收到一份中英混合的技术文档，需要提取中文短语进行准确翻译。
解决问题
文档中短语分散，直接翻译容易遗漏上下文。
如何使用
粘贴文档内容，选择“短语”模式，包含标点以保持短语完整性。
效果
获得一个中文短语列表，便于逐个翻译和对照原文。

用 Samples 测试

image, video, text
Markdown 链接提取示例
包含各种链接类型的 Markdown 示例文档，用于测试 Markdown 链接提取工具
title token extractor
image, text
含中文文本示例
包含中文字符的混合语言文本，用于测试中文提取
title token chinese
text
手机号提取器示例
包含来自多个国家的电话号码的混合文本集合，用于提取测试
title token extractor
text
变更日志提取器样本
用于测试变更日志解析和提取工具的各种变更日志格式
title token extractor
text

相关专题

ImageConvert工具专题
探索 100 个围绕 image 的 convert 工作流工具，快速找到相近能力。
TextConvert工具专题
探索 80 个围绕 text 的 convert 工作流工具，快速找到相近能力。
VideoConvert工具专题
探索 36 个围绕 video 的 convert 工作流工具，快速找到相近能力。
BarcodeConvert工具专题
探索 6 个围绕 barcode 的 convert 工作流工具，快速找到相近能力。

常见问题

工具支持哪些提取模式？

支持三种模式：单个字符（每个字符独立提取）、词语序列（连续中文字符序列）和短语（词组或短语）。

如何包含中文标点符号？

在选项中勾选“包含中文标点符号”，即可在提取时包括中文标点如逗号、句号等。

输出结果是什么格式？

输出为JSON格式，包含一个列表，列出提取的中文字符、词语或短语。

可以处理多长的文本？

工具支持处理较长文本，但建议文本长度适中以确保处理速度和准确性。

提取的词语是如何定义的？

词语模式基于连续中文字符序列，短语模式则尝试识别常见的词组或短语结构。

API 文档

请求端点

POST /zh/api/tools/chinese-character-extractor

请求参数

参数名 类型 必填 描述
text textarea 是 -
includePunctuation checkbox 否 提取时包含中文标点符号（，。！？、；：""''（）【】《》）
mode select 否 选择如何提取中文内容
uniqueOnly checkbox 否 仅返回唯一的字符/词语/短语（删除重复项）

响应格式

{
  "key": {...},
  "metadata": {
    "key": "value"
  },
  "error": "Error message (optional)",
  "message": "Notification message (optional)"
}
JSON数据: JSON数据

AI MCP 文档

将此工具添加到您的 MCP 服务器配置中： 

{
  "mcpServers": {
    "elysiatools-chinese-character-extractor": {
      "name": "chinese-character-extractor",
      "description": "从文本中提取所有中文字符，过滤掉标点符号、英文字母、数字和非中文符号",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=chinese-character-extractor",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

你可以串联多个工具，比如：`https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`，最多20个。

如果遇见问题，请联系我们：[email protected]