Cómo extraer todas las URL de un texto o HTML (online, Sheets, Excel y línea de comandos)
· lectura de 5 minutos

Recopilar enlaces a mano es un rollo: copias uno, haces scroll, copias el siguiente y aun así se te escapan algunos. Tanto si estás revisando los enlaces salientes de una página como si reúnes las fuentes de un documento largo o limpias un chat exportado, es mucho más rápido extraer todas las URL del texto automáticamente.
Lo difícil no es encontrar https://, sino obtener un resultado limpio: sin el punto final de una frase, sin el paréntesis de cierre de un enlace Markdown, sin & del HTML y sin diez copias de la misma dirección con distintos parámetros de seguimiento.
La forma más rápida: un extractor de URL masivo
- Abre el extractor de URL.
- Pega tu texto. Puede ser texto normal, Markdown o el código HTML de una página.
- Los enlaces aparecen a la derecha, uno por línea y sin duplicados.
- Ajusta las opciones:
- Solo dominios: muestra
blog.example.comen lugar de las URL completas. - Quitar parámetros de consulta: corta todo lo que hay después de
?o#, así que las variantes con?utm_source=…se unen en una sola. - El dominio contiene: conserva solo los enlaces a un sitio concreto, por ejemplo tu propio dominio para ver los enlaces internos.
- Buscar enlaces www. sin https://: detecta también las direcciones escritas sin
https://. - Ordenar A–Z: ordena la lista alfabéticamente.
- Solo dominios: muestra
- Copia o descarga la lista.
El extractor quita la puntuación de la frase al final de cada enlace, pero conserva los paréntesis que forman parte de la dirección, así que https://es.wikipedia.org/wiki/Mercurio_(planeta) queda intacta incluso dentro de un paréntesis. También lee atributos HTML como href y src, y convierte & de nuevo en &.
Cómo extraer todos los enlaces de una página web
La fuente más fácil es el HTML de la página:
- Abre la página y pulsa Ctrl+U (Cmd+Option+U en Mac) para ver el código fuente.
- Pulsa Ctrl+A y Ctrl+C.
- Pégalo en el extractor de URL.
Solo se extraen los enlaces absolutos. Los enlaces relativos como /contacto no tienen dominio, así que se omiten.
Si prefieres la consola de desarrollador del navegador (F12 → Consola), esta línea copia todos los destinos de los enlaces ya resueltos, incluidos los relativos convertidos en URL completas:
copy([...new Set([...document.querySelectorAll('a[href]')].map(a => a.href))].join('\n'))
La función auxiliar copy() está disponible en las consolas de Chrome, Edge y Firefox; el resultado se copia al portapapeles.
Cómo extraer URL en Google Sheets
Para un texto en la columna A, esta fórmula devuelve la primera URL de cada celda:
=IFERROR(REGEXEXTRACT(A2, "https?://[^\s""<>]+"), "")
Fíjate en las comillas dobladas dentro del patrón: así se escribe una " literal en una fórmula de Sheets. Si tu hoja usa la coma decimal, separa los argumentos con ;. La fórmula devuelve un solo enlace por celda y conserva el punto final si la URL cierra una frase, así que revisa el resultado o pásalo por la herramienta online.
Si tus celdas contienen hipervínculos insertados con Insertar → Enlace (texto azul con una dirección oculta), la dirección no forma parte del texto de la celda y Sheets no tiene ninguna fórmula integrada para leerla. Un truco práctico: Archivo → Descargar → Página web (.html), abre el HTML descargado en un editor de texto y pega su código en el extractor de URL; los valores href se detectan.
Cómo extraer la dirección de los hipervínculos en Excel
En Microsoft 365 con funciones regex puedes usar el mismo patrón que arriba (en Excel en español el separador suele ser ;):
=REGEXEXTRACT(A2; "https?://[^\s""<>]+")
Para celdas con hipervínculos ocultos, Excel necesita una pequeña función VBA. Pulsa Alt+F11, inserta un módulo y pega:
Function GetURL(cell As Range) As String
If cell.Hyperlinks.Count > 0 Then GetURL = cell.Hyperlinks(1).Address
End Function
Después usa =GetURL(A2) en cualquier celda. Guarda el libro como .xlsm para conservar la macro.
Cómo extraer URL en la línea de comandos
En Linux o macOS:
grep -oE 'https?://[^[:space:]"<>]+' notas.txt | sed 's/[.,;:!?)]*$//' | sort -u
El paso de sed quita la puntuación final. También elimina un paréntesis de cierre que pertenezca a la URL, así que revisa a mano los enlaces al estilo de Wikipedia.
En PowerShell:
Select-String -Path .\notas.txt -Pattern 'https?://[^\s"<>]+' -AllMatches |
ForEach-Object { $_.Matches.Value } | Sort-Object -Unique
Errores habituales
- Puntuación final. «Mira https://example.com/pagina.»: el punto no forma parte del enlace y dará un error 404 si lo conservas.
- Paréntesis. Los enlaces Markdown terminan en
)y las URL de Wikipedia contienen(…). Un buen extractor solo quita los paréntesis de cierre sin pareja. - Entidades HTML. En el código fuente, un enlace como
?a=1&b=2significa en realidad?a=1&b=2. - Parámetros de seguimiento.
utm_source,fbclidy similares hacen que páginas idénticas parezcan distintas. Quita los parámetros de consulta antes de eliminar duplicados, salvo que importen (páginas de búsqueda, variantes de producto). - Enlaces sin protocolo. Mucha gente escribe
www.example.com. Decide si quieres incluirlos. - Mayúsculas y minúsculas. Los nombres de dominio no distinguen mayúsculas; las rutas normalmente sí.
https://Example.com/Ayhttps://example.com/Ason lo mismo, pero/Ay/apuede que no.
Preguntas frecuentes
¿Puedo obtener solo la lista de dominios?
Sí, marca Solo dominios en el extractor de URL. Cada dominio aparece una vez; los subdominios se conservan como entradas separadas.
¿Cómo extraigo las direcciones de correo del mismo texto?
Usa el extractor de emails. Funciona igual: pega el texto y copia el resultado.
¿Cómo elimino las URL duplicadas de una lista que ya tengo?
Pega la lista en el extractor de URL con Solo únicas activado o usa la herramienta para eliminar líneas duplicadas con cualquier lista.
¿La herramienta visita o comprueba los enlaces?
No. Solo lee el texto que pegas, íntegramente en tu navegador. No se abre ningún enlace y no se envía nada a ningún servidor.