中文汉字提取
提取文本里的汉字，丢掉标点、数字、字母与假名：默认一行一个字方便计数，打开「合并连续汉字」则一行一段；可选包含扩展区罕见字。
浏览器本地运行所有计算都在你的浏览器里完成，数据不会离开本机。
待提取文本
提取结果
一行一项，可直接复制。
粘贴文本后即可提取汉字
命中: 0 · 不重复: 0
这个工具能做什么
- 把混排的中英日文本清洗成纯中文，用来做字形校对或排版检查。
- 统计一段中文文本的字数：默认一行一个字，配合统计行的「命中」即可核对。
- 从 OCR 结果里抽汉字做关键词比对，先去掉数字与英文噪声。
示例
输入
Hello 世界，UniKit 工具站 2026：中文 123 と日本語です。
输出
世界 工具站 中文 日本語
日文汉字（日本語）也算汉字，假名 と、标点与数字都被丢掉；打开合并后连续汉字是一段一行。
常见问题
日文里的汉字会被当成汉字吗？
会。汉字按 Unicode 的汉字脚本判定，所以「日本語」里的三字会被提取，而假名「と」「です」不会。
为什么默认一行一个字？
一行一个字便于逐字校对与计数；如果只想看连续的词句，把「合并连续汉字」打开即可一段一行。
标点和数字会保留吗？
都不会。中文标点、英文标点、数字、字母与 emoji 全部被丢掉，只留汉字本身。
生僻字（比如扩展区的字）能提取吗？
默认只取基本区、扩展 A 区与兼容区；要连扩展 B 区以上的罕见字一起取，打开「包含扩展区罕见字」。
最多能处理多少文本？
两百万字符。超过会直接报错，避免主线程被超大输入拖死。
关键词：汉字提取中文提取hanzi extractor只保留中文中文汉字提取汉字中文清洗汉字计数