Extrator de URLs

Extraia todos os links de um texto ou de código HTML. Mantenha só os domínios, retire parâmetros de rastreamento, filtre por domínio e remova duplicados.

O seu texto é processado no seu navegador e nunca é enviado para o nosso servidor.

0 caracteres · 0 palavras · 0 linhas

Como extrair links de um texto

Este extrator de URLs em massa retira todos os endereços web de texto simples, e-mails, exportações de chats, Markdown ou do código HTML de uma página – incluindo os valores dos atributos href e src.

  1. Cole o texto ou o HTML na caixa da esquerda (ou abra / arraste um ficheiro).
  2. Todos os links aparecem à direita, um por linha.
  3. Use as opções para manter só os domínios, limpar os parâmetros de rastreamento ou filtrar por domínio.
  4. Copie ou descarregue a lista.
  • Só únicos – cada URL aparece uma só vez (ativo por predefinição).
  • Só domínios – mostra o nome do anfitrião (p. ex. docs.example.com) em vez do URL completo; útil para obter uma lista dos sites para onde há links.
  • Remover parâmetros – corta tudo o que vem depois de ? ou #, por isso os parâmetros de rastreamento utm_ desaparecem e os duplicados juntam-se.
  • Encontrar links www. – apanha também endereços como www.example.org/precos, escritos sem https://.
  • Ordenar A–Z – ordena o resultado alfabeticamente.
  • Domínio contém – mantém só os links cujo domínio contém o texto, p. ex. example.com para listar os links internos.

Exemplo

Entrada:

Docs: 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">Loja</a>

Resultado:

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

O ponto final e o parêntese de fecho da frase não fazem parte do link, enquanto os parênteses que pertencem ao endereço da Wikipédia se mantêm. A entidade HTML &amp; é convertida de volta em &.

Perguntas frequentes

Como extraio todos os links de uma página web?

Abra a página, prima Ctrl+U (ou clique com o botão direito → Ver código-fonte da página), selecione tudo, copie e cole aqui. São extraídos os links absolutos de href e src; os links relativos, como /sobre, são ignorados porque não têm domínio.

Como extraio URLs de texto no Excel ou no Google Sheets?

No Google Sheets, =REGEXEXTRACT(A1, "https?://[^\s]+") devolve o primeiro URL de uma célula (incluindo um eventual ponto final). O Excel só consegue mostrar o endereço por trás de uma hiperligação com uma pequena função VBA. Para muitas células, é mais rápido copiar a coluna para aqui e colar de volta a lista limpa.

Porque é que falta o ponto no fim do meu link?

Um ponto, uma vírgula, um ponto de interrogação ou um parêntese de fecho sem par no fim de um URL é quase sempre pontuação da frase, por isso a ferramenta remove-o. Os parênteses abertos dentro do URL, como nos links da Wikipédia, mantêm-se.

Posso obter apenas uma lista de domínios únicos?

Sim, ative Só domínios. Os subdomínios ficam como estão (blog.example.com e example.com são duas entradas). Se também precisar dos endereços de e-mail do mesmo texto, use o extrator de e-mails; para endereços de servidores, experimente o extrator de endereços IP.

O meu texto é carregado para algum lado?

Não. Os links são extraídos localmente no seu navegador. Nada do que cola é enviado para o nosso servidor nem guardado.