Softonic

Extrahera URL:er från text

Steg 1 / 3
Nästa

Klistra in en chattlogg, ett markdown-dokument, en e-posttråd eller ett rått HTML-utdrag och få en ren lista över alla http://- och https://-länkar den innehåller. Matcharen tar bort efterföljande skiljetecken, hanterar markdown- och HTML-länksyntax och tar bort exakta dubbletter, så att du kan skicka listan rakt in i en crawler eller ett arkiveringsverktyg.

Så extraherar du URL:er

  1. 1

    Klistra in källan

    Släpp in texten eller HTML:en. Citattecken, vinkelparenteser, markdown-länksyntax och efterföljande skiljetecken hanteras automatiskt.

  2. 2

    Kör skanningen

    Varje `http://`- och `https://`-länk hittas, efterföljande skiljetecken tas bort och exakta dubbletter rensas.

  3. 3

    Granska antalet

    Du ser hur många unika URL:er som hittades och hela listan.

  4. 4

    Kopiera eller exportera

    En URL per rad, redo för `curl -I`, en arkiverare, en skärmbildstjänst eller seed-listor för Screaming Frog.

Vad som räknas som en URL

URL-detektering är svårare än det ser ut, och den här extraheraren håller sig medvetet till en säker regel: den plockar bara upp fullständiga http://- och https://-länkar. Allt annat lämnas kvar i texten.

Former som känns igen

Form Exempel
Absolut HTTPS https://example.com/path?q=1
Absolut HTTP http://example.com
Mål för en markdown-länk [text](https://example.com)
Absolut href i HTML href="https://example.com"

Trimningsregler

Efterföljande skiljetecken tas bort, så (https://example.com). blir https://example.com. Mellanslag, citattecken, vinkelparenteser, parenteser, hakparenteser, kommatecken och semikolon avslutar en träff. En URL med parenteser kapas vid första öppnande parentesen, så en titel i Wikipedia-stil fångas bara upp till den öppnande parentesen.

Vad den hoppar över

  • mailto:, tel:, ftp: och alla andra scheman som inte är http eller https.
  • Protokollrelativa länkar som //cdn.example.com/asset.js.
  • Nakna domäner och adresser med www.-prefix utan schema, som example.com/docs/intro eller www.example.com/page.
  • Endast ankare som #section och pseudo-URL:er i JavaScript.

Hur dubbletter hanteras

Exakta dubbletter tas bort: https://example.com räknas en gång oavsett hur många gånger den förekommer, medan Example.com och example.com förblir separata poster. Listan behåller ordningen där varje URL först dök upp.

Tips för efterbearbetning

  • Gör om till gemener för kanonisk avduplicering. Om Example.com och example.com ska räknas som samma värd, gör om resultatet till gemener och avduplicera igen.
  • Skala bort spårningsparametrar med en UTM-rensare före arkivering, annars får du dussintals nära-dupletter.
  • Kontrollera status. Skicka listan genom en kontroll av brutna länkar för att släppa 404:or innan du fastställer listan.

Vanliga frågor

Bara om den korta länken är skriven med fullständigt schema. bit.ly/xyz ensamt fångas inte, men https://bit.ly/xyz behandlas som en vanlig URL. Extraheraren följer inte omdirigeringar; lös upp dem separat om du behöver den slutliga destinationen.

Ja, när href är en fullständig http://- eller https://-URL. Värdet extraheras rent utan den omgivande taggen; relativa href fångas inte.

De behålls ordagrant. Om du vill skala bort utm_* och liknande spårningsparametrar, använd ett URL-rensningsverktyg efter extraheringen.

Nej. Texten bearbetas under förfrågan och innehållet sparas eller loggas inte.

Relaterade verktyg

Ordräknare

Räkna ord, tecken, meningar och stycken med lästid, taltid, sökordstäthet och ett Flesch-läsbarhetsvärde för uppsatser, inlägg, bildtexter och meta-beskrivningar.

Piltecken att kopiera

Kopiera vanliga Unicode-pilar med ett klick: raka, dubbla, diagonala, krokade, cirkulära och triangelformade för dokument, chatt och design.

Mindre än eller lika med-symbolen

Kopiera tecknet ≤ och relaterade matematiska jämförelsesymboler. Inkluderar Unicode, HTML-entiteter och LaTeX-markup för kalkylark, uppsatser och webbsidor.

Dyslexivänlig textkonverterare

Formatera om inklistrad text till korta stycken och rader på cirka 72 tecken för enklare läsning. Kopiera resultatet till valfritt dokument, e-postmeddelande eller redigeringsprogram.

Bubbeltextgenerator

Gör vanlig text till bubbelbokstäver (Ⓐ Ⓑ Ⓒ) som du kan kopiera och klistra in i bios på Instagram, TikTok och Discord. Inringade versaler och gemener plus inringade siffror, ingen app krävs.

Konvertera versaler och gemener

Omvandla vilken text som helst till VERSALER, gemener, titelstil, meningsstil, camelCase, snake_case, kebab-case eller omvända versaler och gemener med ett klick. Unicode-bokstäver, inklusive tecken med accenter, hanteras korrekt.

Verktyget finns på andra språk