URL adresų ištraukimas

Ištraukite visas nuorodas iš teksto ar HTML kodo. Palikite tik domenus, pašalinkite sekimo parametrus, filtruokite pagal domeną ir šalinkite dublikatus.

Jūsų tekstas apdorojamas jūsų naršyklėje ir niekada nesiunčiamas į mūsų serverį.

0 simbolių · 0 žodžių · 0 eilučių

Kaip ištraukti nuorodas iš teksto

Šis masinis URL adresų ištraukimo įrankis ištraukia visus interneto adresus iš paprasto teksto, el. laiškų, pokalbių eksporto, Markdown ar puslapio HTML kodo – įskaitant href ir src atributų reikšmes.

  1. Įklijuokite tekstą ar HTML į kairįjį laukelį (arba atidarykite / nutempkite failą).
  2. Visos nuorodos atsiras dešinėje, po vieną eilutėje.
  3. Parinktimis palikite tik domenus, pašalinkite sekimo parametrus arba filtruokite pagal domeną.
  4. Nukopijuokite arba atsisiųskite sąrašą.
  • Tik unikalūs – kiekvienas URL adresas pateikiamas vieną kartą (įjungta pagal numatytuosius nustatymus).
  • Tik domenai – vietoj viso URL adreso pateikia serverio vardą (pvz., docs.example.com); praverčia norint gauti susietų svetainių sąrašą.
  • Pašalinti užklausos parametrus – nukerpa viską po ? ar #, todėl dingsta utm_ sekimo parametrai, o dublikatai susijungia.
  • Rasti www. nuorodas – randa ir adresus, pvz., www.example.org/pricing, parašytus be https://.
  • Rikiuoti A–Ž – surikiuoja rezultatą abėcėlės tvarka.
  • Domene yra – palieka tik nuorodas, kurių domene yra nurodytas tekstas, pvz., example.com, norint gauti vidinių nuorodų sąrašą.

Pavyzdys

Įvestis:

Dokumentacija: https://docs.example.com/start?utm_source=mail.
Wiki (https://en.wikipedia.org/wiki/Mercury_(planet)).
<a href="https://shop.example.com/?a=1&amp;b=2">Parduotuvė</a>

Rezultatas:

https://docs.example.com/start?utm_source=mail
https://en.wikipedia.org/wiki/Mercury_(planet)
https://shop.example.com/?a=1&b=2

Sakinio pabaigos taškas ir uždaromasis skliaustas nėra nuorodos dalis, o Vikipedijos adresui priklausantys skliaustai išlaikomi. HTML simbolis &amp; paverčiamas atgal į &.

Dažniausiai užduodami klausimai

Kaip ištraukti visas nuorodas iš tinklalapio?

Atidarykite puslapį, paspauskite Ctrl+U (arba dešinysis pelės klavišas → Peržiūrėti puslapio šaltinį), pažymėkite viską, nukopijuokite ir įklijuokite čia. Ištraukiamos absoliučios nuorodos iš href ir src; santykinės nuorodos, pvz., /apie, praleidžiamos, nes neturi domeno.

Kaip ištraukti URL adresus iš teksto Excel ar Google Sheets?

Google Sheets formulė =REGEXEXTRACT(A1, "https?://[^\s]+") grąžina pirmą langelio URL adresą (įskaitant tašką gale). Excel adresą po hipersaitu gali parodyti tik su nedidele VBA funkcija. Kai langelių daug, greičiau nukopijuoti stulpelį čia ir įklijuoti sutvarkytą sąrašą atgal.

Kodėl mano nuorodos gale dingo taškas?

Taškas, kablelis, klaustukas ar neporinis uždaromasis skliaustas URL adreso gale beveik visada yra sakinio skyrybos ženklas, todėl įrankis jį pašalina. Skliaustai, atidaryti URL adreso viduje, kaip Vikipedijos nuorodose, išlaikomi.

Ar galiu gauti tik unikalių domenų sąrašą?

Taip, pažymėkite Tik domenai. Subdomenai paliekami tokie, kokie yra (blog.example.com ir example.com – du įrašai). Jei iš to paties teksto reikia ir el. pašto adresų, naudokite el. pašto adresų ištraukimo įrankį; serverių adresams išbandykite IP adresų ištraukimo įrankį.

Ar mano tekstas kur nors įkeliamas?

Ne. Nuorodos ištraukiamos jūsų naršyklėje. Niekas, ką įklijuojate, nesiunčiamas į mūsų serverį ir nesaugomas.