Comment extraire toutes les URL d’un texte ou d’une page HTML (en ligne, Sheets, Excel, ligne de commande)
· lecture : 5 minutes

Récupérer des liens à la main est fastidieux : vous en copiez un, vous faites défiler, vous copiez le suivant… et vous en oubliez quand même quelques-uns. Que vous auditiez les liens sortants d’une page, rassembliez les sources d’un long document ou nettoyiez un export de discussion, il est bien plus rapide d’extraire automatiquement toutes les URL du texte.
Le plus difficile n’est pas de trouver https:// – c’est d’obtenir un résultat propre : pas de point de fin de phrase, pas de parenthèse fermante d’un lien Markdown, pas de & venu du HTML, et pas dix copies de la même adresse avec des paramètres de suivi différents.
La méthode la plus rapide : un extracteur d’URL en masse
- Ouvrez l’extracteur d’URL.
- Collez votre texte. Il peut s’agir de texte brut, de Markdown ou du code source HTML d’une page.
- Les liens apparaissent à droite, un par ligne, sans doublons.
- Ajustez les options :
- Domaines seulement – liste
blog.example.comau lieu des URL complètes. - Supprimer les paramètres d’URL – coupe tout ce qui suit
?ou#, pour que les variantes?utm_source=…fusionnent en une seule. - Le domaine contient – ne garde que les liens vers un site donné, par exemple votre propre domaine pour lister les liens internes.
- Trouver les liens www. sans https:// – détecte aussi les adresses écrites sans
https://. - Trier A–Z – trie la liste par ordre alphabétique.
- Domaines seulement – liste
- Copiez ou téléchargez la liste.
L’extracteur retire la ponctuation de fin de phrase à la fin de chaque lien, mais conserve les parenthèses qui font partie de l’adresse – ainsi https://fr.wikipedia.org/wiki/Mercure_(planète) reste intacte, même entre parenthèses. Les attributs HTML comme href et src sont lus eux aussi, et & est reconverti en &.
Comment extraire tous les liens d’une page web
La source la plus simple est le code HTML de la page :
- Ouvrez la page et appuyez sur Ctrl+U (Cmd+Option+U sur Mac) pour afficher le code source.
- Appuyez sur Ctrl+A puis Ctrl+C.
- Collez-le dans l’extracteur d’URL.
Seuls les liens absolus sont extraits. Les liens relatifs comme /a-propos n’ont pas de domaine et sont donc ignorés.
Si vous préférez la console de développement du navigateur (F12 → Console), cette ligne copie toutes les cibles de liens résolues, y compris les liens relatifs convertis en URL complètes :
copy([...new Set([...document.querySelectorAll('a[href]')].map(a => a.href))].join('\n'))
La fonction copy() est disponible dans les consoles de Chrome, Edge et Firefox ; le résultat est placé dans votre presse-papiers.
Comment extraire des URL dans Google Sheets
Pour du texte en colonne A, cette formule renvoie la première URL de chaque cellule (noms de fonctions en anglais, points-virgules avec les paramètres régionaux français) :
=IFERROR(REGEXEXTRACT(A2; "https?://[^\s""<>]+"); "")
Remarquez les guillemets doublés dans le motif – c’est ainsi qu’on écrit un " littéral dans une formule Sheets. La formule ne renvoie qu’un lien par cellule et garde le point final si l’URL termine une phrase : vérifiez le résultat ou passez-le dans l’outil en ligne.
Si vos cellules contiennent des liens hypertexte insérés via Insertion → Lien (texte bleu avec une adresse cachée), l’adresse ne fait pas partie du texte de la cellule et Sheets n’a aucune formule intégrée pour la lire. Une astuce pratique : Fichier → Télécharger → Page Web (.html), ouvrez le fichier HTML téléchargé dans un éditeur de texte et collez son code dans l’extracteur d’URL – les valeurs href sont récupérées.
Comment extraire les adresses des liens hypertexte dans Excel
Dans Microsoft 365, avec les fonctions regex, vous pouvez utiliser le même motif que ci-dessus (selon la langue d’Excel, la fonction peut avoir un nom localisé) :
=REGEXEXTRACT(A2; "https?://[^\s""<>]+")
Pour les cellules contenant des liens hypertexte cachés, Excel a besoin d’une petite fonction VBA. Appuyez sur Alt+F11, insérez un module et collez :
Function GetURL(cell As Range) As String
If cell.Hyperlinks.Count > 0 Then GetURL = cell.Hyperlinks(1).Address
End Function
Utilisez ensuite =GetURL(A2) dans n’importe quelle cellule. Enregistrez le classeur au format .xlsm pour conserver la macro.
Comment extraire des URL en ligne de commande
Sous Linux ou macOS :
grep -oE 'https?://[^[:space:]"<>]+' notes.txt | sed 's/[.,;:!?)]*$//' | sort -u
L’étape sed supprime la ponctuation finale. Elle retire aussi une parenthèse fermante qui fait partie de l’URL : vérifiez donc à la main les liens de type Wikipédia.
Dans PowerShell :
Select-String -Path .\notes.txt -Pattern 'https?://[^\s"<>]+' -AllMatches |
ForEach-Object { $_.Matches.Value } | Sort-Object -Unique
Pièges courants
- Ponctuation finale. « Voir https://example.com/page. » – le point ne fait pas partie du lien et provoquera une erreur 404 si vous le gardez.
- Parenthèses. Les liens Markdown se terminent par
), les URL de Wikipédia contiennent(…). Un bon extracteur ne retire que les parenthèses fermantes non appariées. - Entités HTML. Dans le code source, un lien comme
?a=1&b=2signifie en réalité?a=1&b=2. - Paramètres de suivi.
utm_source,fbclidet consorts font paraître différentes des pages identiques. Supprimez les paramètres avant de dédoublonner – sauf s’ils comptent (pages de recherche, variantes de produits). - Liens sans protocole. On écrit souvent
www.example.com. Décidez si vous voulez les inclure. - Casse. Les noms de domaine ne tiennent pas compte de la casse, les chemins généralement si.
https://Example.com/Aethttps://example.com/Asont identiques, mais/Aet/apeuvent ne pas l’être.
FAQ
Peut-on obtenir uniquement la liste des domaines ?
Oui, cochez Domaines seulement dans l’extracteur d’URL. Chaque domaine apparaît une fois ; les sous-domaines restent des entrées distinctes.
Comment extraire les adresses e-mail du même texte ?
Utilisez l’extracteur d’adresses e-mail. Il fonctionne de la même façon – collez le texte et copiez le résultat.
Comment supprimer les URL en double d’une liste existante ?
Collez la liste dans l’extracteur d’URL avec Uniques seulement activé, ou utilisez l’outil de suppression des doublons pour n’importe quelle liste.
L’outil visite-t-il ou vérifie-t-il les liens ?
Non. Il lit uniquement le texte que vous collez, entièrement dans votre navigateur. Aucun lien n’est ouvert et rien n’est envoyé à un serveur.