提取话题标签工具：从文本识别井号话题

使用方法

1. 打开页面默认就带示例：文本框里是「今天去了 #咖啡馆 和 #书店 很开心 #生活」，模式选「提取模式」，结果区已经显示「#咖啡馆 #书店 #生活」，你不需要先输入任何东西。
2. 把你的社媒文案、笔记或任意文本粘进文本框，页面会自动找出里面所有带井号的标签。
3. 在文本框里按 Ctrl 加回车（Mac 上是 Cmd 加回车）也能立即提取，不必点按钮；结果区是当场算出来的，不是固定文案。
4. 点「提取」按钮，页面按所选模式处理；点「复制结果」把当前标签串复制到剪贴板。
5. 文本为空时会点名当前字段提示你补全，不会硬凑出一个空结果，避免你误以为提取成功。
6. 本页不联网、不写本地存储，刷新即回到默认示例，所有处理都在你自己的浏览器里完成，输入内容不会离开设备。

这个提取话题标签工具能解决什么

提取话题标签工具 解决的是「一段文字里散落着好多 #话题，手动一个一个摘太累」这个日常麻烦。发微博、小红书、朋友圈时，文案里随手写了几个井号标签，发布前想核对有哪些、有没有重复，逐字找既慢又易漏。本工具一次全摘出来并去重。

第一类用途是社媒发布前的标签核对。你写完文案顺手埋了几个话题，发布前用本工具把全部标签拎出来，看看是否覆盖了要推的栏目，避免漏掉关键话题。

第二类用途是无标签文本的标签生成。碰到一段没写井号的随笔或产品描述，本工具会按词自动补井号，快速得到一组可用标签，省去你逐个想的麻烦。

第三类用途是话题去重。同一篇长文里可能重复写了 #咖啡馆 三次，本工具按出现顺序去重，保证最终标签列表里每个只出现一次。

第四类用途是内容归档。把多篇文章的标签批量提取出来，便于做话题维度的归类与检索，理解「按正则摘取加保序去重」后也能写脚本批量跑。

第五类用途是教学演示正则提取。讲文本处理时，学生常分不清怎么用正则抓井号词，本工具把匹配过程直观展示，配合下方对照表一看就懂。

第六类用途是活动话题收集。活动期间用户用同一话题打卡，你把收集到的文案丢进来，快速汇总出参与话题，便于统计与二次传播。

第七类用途是跨平台适配。不同平台对话题的格式要求略有差异，本工具先把井号标签规范摘出，你再按平台规则微调，比在原文里乱改更稳，方法论本身可复用。

原理和变量

本工具的核心是「正则匹配加保序去重」，不含随机成分，因此同一段输入永远得到同一组输出，可被手算复核。提取模式用正则 /#[\w\u4e00-\u9fa5]+/g 抓出所有以井号开头的标签（含中英文与数字），再按首次出现顺序去重；当文本里一个井号标签都没有时，自动切换到生成模式：按空白与标点把文本切成词、去空、给每个词补井号并去重。生成模式则始终走切词补井号这条路。空标签不会被产出。

为什么要保序去重？因为社媒话题常有先后主次之别，保留首次出现顺序更贴近原意；重复标签既占字数又显得不专业，去重能直接净化列表。下面变量表说明各环节含义。

完整示例

下面这组示例全部由页面算法原样得出，可直接对照你的手算。输入「今天去了 #咖啡馆 和 #书店 很开心 #生活」，提取模式先跑正则，命中 #咖啡馆、#书店、#生活 三个标签，按出现顺序去重后输出「#咖啡馆 #书店 #生活」。若把模式切到「生成模式」或文本不含井号（如「今天天气真好想去逛街」），则按标点切词得 [今天天气真好想去逛街]，补井号输出「#今天天气真好想去逛街」。全程无随机、可逐字复核。

如果你想验证手算，只要把文本里所有 # 开头的连续词摘出来、去掉重复的，必然和本工具一致；无 # 时则按空格标点拆词加 #。这个正则摘取加去重法也是你手动复现结果的可靠办法。

示例输入：今天去了 #咖啡馆 和 #书店 很开心 #生活
提取模式命中：#咖啡馆 #书店 #生活
去重保序后：#咖啡馆 #书店 #生活

处理示例对照表

下表列出常见输入对应的处理结果（共 14 行），前 12 行直接展示，点「加载更多」展开剩余项。你可以一键导出 CSV（带 BOM，Excel 直接认中文）或复制 TSV 粘进表格软件。表里所有结果都由本页同一逻辑得出，无随机、可复核。

结果边界与错误提示

• 待处理文本为空时，提示「待处理文本「」不合法：不能为空。」，页面不会自作主张编出一个空结果，避免你误以为提取成功。
• 文本只有井号却无后续字符（如「###」）时，正则匹配不到有效标签，会提示「未解析到任何话题或词语。」，不会输出空标签。
• 提取模式下若文本完全不含井号标签，会自动切换到生成模式按词补井号，这是预期行为而非错误。
• 重复标签会被去重，只保留首次出现，结果列表里每个标签唯一，避免社媒字数浪费。
• 结果区与错误区都带 role="alert" 语义，内容一变就会被屏幕阅读器播报；所有处理本地完成，不联网也不写存储，刷新即还原默认示例。
• 生成模式按空白与中文标点切词，连续分隔符不会产出空词，保证结果干净。
• 提取模式保留标签首次出现顺序，更符合原文话题的主次逻辑。
• CSV 导出在文件头写入 UTF-8 BOM（\ufeff），Excel 打开中文不会乱码；TSV 复制是纯制表符分隔文本，粘进任意表格软件都会自动分列。

常见问题

相关工具

• 字数统计工具：统计文本的字数、词数与行数，和本工具同属文本整理。
• 话题文本生成器：根据话题自动扩写一段带标签的社媒文案。
• 字母统计：统计一段文本里各字母的出现次数与占比。