Extracteur d'URL
Collez un article, un courriel, une liste de références ou des notes : l'outil relève chaque lien web qu'il contient, une seule fois. Activez Domaines uniquement pour n'obtenir que les noms d'hôte, puis copiez le résultat ligne par ligne ou séparé par des virgules. Gratuit, sans inscription, et le texte ne quitte jamais votre navigateur.
Options
Comment utiliser l'extracteur d'URL
- Collez votre texte. Tout texte qui contient des liens : une liste de références, un courriel, un document copié, une page de notes. La liste se met à jour pendant la saisie.
- Choisissez URL complètes ou domaines. Laissez Domaines uniquement décoché pour conserver chaque lien complet, ou cochez-le pour réduire chaque lien à son nom d'hôte.
- Choisissez le format de sortie. Un par ligne convient à une colonne de tableur ; Séparé par des virgules donne une seule ligne.
- Copiez le résultat. La carte URL trouvées (ou Domaines trouvés) indique le nombre d'entrées uniques.
Ce qui est reconnu comme lien
L'outil retient tout ce qui commence par http://, https:// ou www. et se poursuit jusqu'à la prochaine espace, le prochain chevron ou guillemet. La ponctuation qui s'accroche à la fin — point, virgule, point-virgule, deux-points ou guillemet, ou parenthèse fermante sans ouvrante dans le lien — est retirée, de sorte qu'un lien en fin de phrase ou entre parenthèses ressort proprement.
Les doublons sont supprimés, et la comparaison ignore la casse : https://Example.com/a et https://example.com/a comptent pour un seul lien, et la première graphie est conservée. Attention : le chemin d'une URL peut être sensible à la casse. Deux liens qui ne diffèrent que par des majuscules dans le chemin peuvent donc désigner deux pages distinctes, et seul le premier serait listé.
Avec Domaines uniquement activé, chaque lien est réduit à son nom d'hôte : https://example.com/guide?id=4 devient example.com, et un numéro de port est supprimé. Le préfixe www. est conservé, donc www.example.org et example.org sont listés comme deux domaines. Les domaines sont aussi dédoublonnés : une centaine de liens vers un même site donnent une seule ligne.
Un exemple détaillé
Entrée
See https://example.com/guide?id=4#top, www.example.org/page. Also http://sub.example.co.uk:8080/a/b; and https://EXAMPLE.com/guide?id=4#top. Not links: example.com and ftp://files.example.com/x.zip
Sortie (URL complètes)
https://example.com/guide?id=4#top www.example.org/page http://sub.example.co.uk:8080/a/b
Sortie (domaines uniquement)
example.com www.example.org sub.example.co.uk
URL trouvées : 3. Quatre liens ont été reconnus, mais la seconde occurrence, en majuscules, de example.com est supprimée comme doublon. Le point, la virgule et le point-virgule finaux ont disparu. Un simple example.com sans http:// ni www. n'est pas reconnu, pas plus qu'une adresse ftp://.
Limites à connaître
- Les parenthèses fermantes ne sont conservées que si elles sont équilibrées. Une adresse Wikipédia comme Citation_(style) garde sa parenthèse, car le lien contient aussi la parenthèse ouvrante, tandis qu'une parenthèse qui ne fait que refermer une parenthèse autour du lien est retirée. Un lien qui se termine par une parenthèse non appariée perd un caractère : vérifiez ce type d'adresse à la main.
- Seuls trois préfixes comptent. Les adresses sans http://, https:// ou www. ne sont pas reconnues, même si elles ressemblent à des domaines.
- L'outil ne teste pas les liens. Une adresse listée peut être morte ou rediriger ailleurs. L'outil repère les liens ; il ne les visite pas.
De quel outil avez-vous besoin ?
| Si vous voulez… | Utilisez |
|---|---|
| Extraire les liens ou les domaines d'un texte | Cette page |
| Extraire les adresses e-mail d'un texte | Extracteur d'e-mails |
| Une citation construite à partir de l'adresse d'une page web | Générateur de citations de sites web |
| Du BibTeX construit à partir d'une URL | URL to BibTeX |
| Seulement les lignes d'une liste qui contiennent un site donné | Line Filter |
Questions fréquentes
- Comment extraire toutes les URL d'un texte ?
- Collez le texte dans la zone de saisie. Chaque lien commençant par http://, https:// ou www. apparaît aussitôt, sans doublons, avec un compte sous URL trouvées. Utilisez Copier le résultat pour récupérer la liste.
- Comment obtenir une liste de domaines à partir d'un texte ?
- Cochez Domaines uniquement. Chaque lien est réduit à son nom d'hôte et les domaines répétés sont fusionnés : vous obtenez une ligne par site cité. Les sous-domaines comme sub.example.co.uk sont conservés en entier.
- Pourquoi un lien manque-t-il dans les résultats ?
- La cause la plus fréquente est l'absence de http://, https:// ou www. devant lui, comme dans un simple example.com, ou l'utilisation d'un autre protocole, comme ftp://. Ajoutez le préfixe dans le texte et il sera trouvé.
- Quand une parenthèse fermante est-elle conservée à la fin d'un lien ?
- Elle reste si le lien contient une parenthèse ouvrante correspondante, comme dans Citation_(style). Sinon, elle est retirée, comme un point ou une virgule, afin que les liens placés entre parenthèses ressortent proprement. Seule une adresse qui se termine réellement par une parenthèse non appariée perd un caractère.
- Les liens en majuscules et minuscules différentes sont-ils considérés comme des doublons ?
- Oui : la casse est ignorée lors de la suppression des doublons, et la première graphie est conservée. Si un site a des chemins sensibles à la casse, deux liens de ce type seraient réduits à un seul.
- L'outil vérifie-t-il que les liens fonctionnent ?
- Non. Il reconnaît seulement un texte qui ressemble à un lien. Pour vérifier une source, ouvrez-la dans un navigateur ou, pour une citation, passez-la dans un générateur de citations.
- Mon texte est-il envoyé quelque part ?
- Non. L'extraction se déroule dans votre navigateur ; le texte n'est ni envoyé ni conservé.