Come estrarre tutti gli URL da un testo o da HTML (online, Fogli Google, Excel, riga di comando)
· lettura di 5 minuti

Raccogliere i link a mano è noioso: ne copi uno, scorri, copi il successivo e qualcuno ti sfugge comunque. Che tu stia controllando i link in uscita di una pagina, raccogliendo le fonti di un documento lungo o ripulendo l’esportazione di una chat, è molto più veloce estrarre automaticamente tutti gli URL dal testo.
La parte difficile non è trovare https://, ma ottenere un risultato pulito: senza il punto di fine frase, senza la parentesi di chiusura di un link Markdown, senza & dell’HTML e senza dieci copie dello stesso indirizzo con parametri di tracciamento diversi.
Il modo più veloce: un estrattore di URL in blocco
- Apri l’estrattore di URL.
- Incolla il testo. Può essere testo semplice, Markdown o il codice HTML di una pagina.
- I link compaiono a destra, uno per riga, senza duplicati.
- Regola le opzioni:
- Solo domini – elenca
blog.example.cominvece degli URL completi. - Rimuovi i parametri – taglia tutto ciò che viene dopo
?o#, così le varianti con?utm_source=…diventano una sola. - Il dominio contiene – tieni solo i link verso un certo sito, ad esempio il tuo dominio per i link interni.
- Trova link www. senza https:// – cattura anche gli indirizzi scritti senza
https://. - Ordina A–Z – ordina l’elenco alfabeticamente.
- Solo domini – elenca
- Copia o scarica l’elenco.
L’estrattore toglie la punteggiatura di fine frase da ogni link, ma mantiene le parentesi che fanno parte dell’indirizzo: così https://en.wikipedia.org/wiki/Mercury_(planet) resta intatto anche tra parentesi. Vengono letti anche gli attributi HTML come href e src, e & viene riconvertito in &.
Come estrarre tutti i link da una pagina web
La fonte più comoda è l’HTML della pagina:
- Apri la pagina e premi Ctrl+U (Cmd+Opzione+U su Mac) per vedere il sorgente.
- Premi Ctrl+A e Ctrl+C.
- Incollalo nell’estrattore di URL.
Vengono estratti solo i link assoluti. I link relativi come /chi-siamo non hanno un dominio, quindi vengono saltati.
Se preferisci la console per sviluppatori del browser (F12 → Console), questa riga copia tutte le destinazioni dei link già risolte, compresi i link relativi trasformati in URL completi:
copy([...new Set([...document.querySelectorAll('a[href]')].map(a => a.href))].join('\n'))
La funzione copy() è disponibile nelle console di Chrome, Edge e Firefox; il risultato finisce negli appunti.
Come estrarre URL in Fogli Google
Per un testo nella colonna A, questa formula restituisce il primo URL di ogni cella:
=IFERROR(REGEXEXTRACT(A2; "https?://[^\s""<>]+"); "")
Nota le virgolette doppie all’interno del pattern: è così che si scrive una " letterale in una formula di Fogli. Con le impostazioni italiane il separatore degli argomenti è il punto e virgola. La formula restituisce un solo link per cella e mantiene il punto finale se l’URL chiude una frase, quindi controlla il risultato o passalo nello strumento online.
Se le tue celle contengono collegamenti ipertestuali inseriti con Inserisci → Link (testo blu con indirizzo nascosto), l’indirizzo non fa parte del testo della cella e Fogli non ha una formula integrata per leggerlo. Una soluzione pratica: File → Scarica → Pagina web (.html), apri il file HTML scaricato in un editor di testo e incolla il sorgente nell’estrattore di URL: i valori href vengono riconosciuti.
Come estrarre gli indirizzi dei collegamenti ipertestuali in Excel
In Microsoft 365 con le funzioni regex puoi usare lo stesso pattern di sopra (nell’Excel italiano con il punto e virgola come separatore):
=REGEXEXTRACT(A2; "https?://[^\s""<>]+")
Per le celle con collegamenti ipertestuali nascosti, Excel ha bisogno di una piccola funzione VBA. Premi Alt+F11, inserisci un modulo e incolla:
Function GetURL(cell As Range) As String
If cell.Hyperlinks.Count > 0 Then GetURL = cell.Hyperlinks(1).Address
End Function
Poi usa =GetURL(A2) in una cella qualsiasi. Salva la cartella di lavoro come .xlsm per conservare la macro.
Come estrarre URL da riga di comando
Su Linux o macOS:
grep -oE 'https?://[^[:space:]"<>]+' notes.txt | sed 's/[.,;:!?)]*$//' | sort -u
Il passaggio con sed toglie la punteggiatura finale. Toglie però anche una parentesi di chiusura che fa parte dell’URL, quindi controlla a mano i link in stile Wikipedia.
In PowerShell:
Select-String -Path .\notes.txt -Pattern 'https?://[^\s"<>]+' -AllMatches |
ForEach-Object { $_.Matches.Value } | Sort-Object -Unique
Errori comuni
- Punteggiatura finale. “Vedi https://example.com/pagina.” – il punto non fa parte del link e, se lo lasci, otterrai un errore 404.
- Parentesi. I link Markdown finiscono con
), gli URL di Wikipedia contengono(…). Un buon estrattore toglie solo le parentesi di chiusura non bilanciate. - Entità HTML. Nel codice sorgente un link come
?a=1&b=2significa in realtà?a=1&b=2. - Parametri di tracciamento.
utm_source,fbclide simili fanno sembrare diverse pagine identiche. Togli i parametri prima di rimuovere i duplicati, a meno che non contino (pagine di ricerca, varianti di prodotto). - Link senza protocollo. Spesso si scrive
www.example.com. Decidi se vuoi includerli. - Maiuscole e minuscole. I nomi di dominio non distinguono maiuscole e minuscole, i percorsi di solito sì.
https://Example.com/Aehttps://example.com/Asono uguali, ma/Ae/apotrebbero non esserlo.
Domande frequenti
Posso ottenere solo l’elenco dei domini?
Sì, attiva Solo domini nell’estrattore di URL. Ogni dominio compare una sola volta; i sottodomini restano voci separate.
Come estraggo gli indirizzi email dallo stesso testo?
Usa l’estrattore di email. Funziona allo stesso modo: incolla il testo e copia il risultato.
Come rimuovo gli URL duplicati da un elenco esistente?
Incolla l’elenco nell’estrattore di URL con Solo unici attivo, oppure usa Rimuovi duplicati per qualsiasi elenco.
Lo strumento visita o controlla i link?
No. Legge solo il testo che incolli, interamente nel tuo browser. Nessun link viene aperto e non viene inviato nulla a un server.