DataSieve: Text to Data

DataSieve 是什么？

DataSieve: Text to Data 是一款适用于 iPhone、iPad 和 Mac 的离线应用，可从非结构化文本和文件中提取结构化信息。它会扫描您提供的输入（如文档、存档或代码/日志文本），提取邮件、日期、URL 等数据类型。

核心目的是帮助您快速将杂乱或混合内容来源转化为更清晰、有组织的输出，使用本地处理（无云端、无数据共享）。

主要功能

• 一次扫描提取多种数据类型（如邮件、电话号码、URL、日期），适用于输入包含混合信息的情况。
• 支持多种输入来源，包括纯文本和基于文件的输入，如 JSON、HTML、CSV、XLSX、ODS、DOCX/ODT、PDF、EPUB，以及 ZIP/其他存档。
• 通过拖放进行批量处理：可将文件或文件夹拖入应用，从多个项目中提取数据。
• 存档支持：可处理 ZIP 和其他存档，通过提取并扫描内部文件。
• 自定义提取类型（2.1 版）：定义并保存您自己的数据模式，精确提取所需内容。
• 提取结果导出选项：复制为文本/JSON/HTML，或导出为 CSV、XLSX、DOCX、ODS 或 ODT。
• 设计注重隐私：DataSieve 完全离线运行——无云端、无跟踪、无数据共享。

如何使用 DataSieve

1. 打开 DataSieve，通过粘贴/选择文本或拖放添加文件、文件夹或存档来提供输入。
2. 开始提取，扫描输入中的支持数据类型（或使用您已设置的自定义提取类型）。
3. 查看提取结果，并使用复制（文本/JSON/HTML）或文件导出格式（CSV/XLSX/DOCX/ODS/ODT）导出。

使用场景

• 从混合来源提取联系信息：从文本片段或文档中提取邮件和电话号码，无需手动搜索。
• 解析报告、PDF 或 EPUB 中的关键细节：定位文档内容中的日期、地址、URL 和相关项目。
• 清理批量数据以进行分析：从多个文件（包括文件夹）中提取并整合字段至结构化输出。
• 从代码/日志材料中提取结构化信息：扫描 JSON/HTML/CSV 和文本日志，识别 URL、关键词、文件路径等元素。
• 构建可重复提取工作流：创建自定义提取模式（2.1 版），针对您经常遇到的特定格式。

常见问题

• DataSieve 是基于云端的吗？ 不是。应用描述为完全离线运行，无云端、无跟踪、无数据共享。

• 它能处理哪些类型的文件？ App Store 列表中包括对文本、JSON、HTML、CSV、XLSX、ODS、Word（DOCX/ODT）、PDF、EPUB、ZIP 和其他存档以及文件夹的支持。

• 它能提取什么？ 列表中提到邮件、电话号码、URL、日期、地址、标签、坐标、信用卡号、关键词和文件路径等项目。

• 如何保存提取结果？ 您可以复制提取数据为文本、JSON 或 HTML，或导出为 CSV、XLSX、DOCX、ODS 或 ODT。

• 我可以定义自己的提取模式吗？ 可以。在 2.1 版中，应用新增了通过定义并保存数据模式来创建自定义提取类型的能力。

替代方案

• 文本/数据提取工具（通用类别）：替代方案可能专注于基于正则表达式的文本提取，灵活但可能需要比 DataSieve 的文件和存档扫描更多的手动设置。
• 电子表格或文档工作流（CSV/Excel/Sheets + 解析）：对于某些任务，导出到电子表格并使用内置解析可行，但通常需先准备输入，而不是直接从文档/存档提取。
• 本地文档解析脚本/工具（开发者类别）：脚本可从 PDF/存档中提取特定字段，但通常需要编码和更自定义的工作流来处理多种文件类型和输出。
• OCR/文档挖掘工具（相邻类别）：对于包含扫描图像或复杂布局的文档，专注于 OCR 的工具可能更合适，而 DataSieve 强调从提供的文本和支持文件格式中提取。