Extrator de URLs
Cole um artigo, um e-mail, uma lista de referências ou uma página de anotações, e a ferramenta lista cada link da web que encontrar, uma vez cada. Ative Somente domínios para obter apenas os nomes de host e depois copie o resultado, um por linha ou separado por vírgulas. Grátis, sem cadastro, e o texto nunca sai do seu navegador.
Opções
Como usar o extrator de URLs
- Cole seu texto. Qualquer texto que contenha links: uma lista de referências, um e-mail, um documento copiado, uma página de anotações. A lista é atualizada enquanto você digita.
- Escolha URLs completas ou domínios. Deixe Somente domínios desmarcado para manter cada link completo, ou marque-o para reduzir cada link ao seu nome de host.
- Escolha o formato de saída. Um por linha serve bem a uma coluna de planilha; Separados por vírgulas gera uma única linha.
- Copie o resultado. O cartão URLs encontradas (ou Domínios encontrados) informa quantas entradas únicas existem.
O que é reconhecido como link
A ferramenta identifica qualquer trecho que comece com http://, https:// ou www. e continue até o próximo espaço, colchete angular ou aspas. A pontuação que fica grudada no fim — ponto final, vírgula, ponto e vírgula, dois-pontos ou aspas, ou um parêntese de fechamento sem o de abertura dentro do link — é removida, então um link no fim de uma frase ou entre colchetes sai limpo.
Repetições são removidas, e a comparação ignora maiúsculas e minúsculas, então https://Example.com/a e https://example.com/a contam como um único link; a primeira grafia é mantida. Lembre-se de que o caminho de um URL real pode diferenciar maiúsculas de minúsculas, então dois links que diferem apenas em letras maiúsculas no caminho podem ser páginas diferentes, e apenas o primeiro seria listado.
Com Somente domínios ativado, cada link é reduzido ao nome de host: https://example.com/guide?id=4 vira example.com, e um número de porta é descartado. O prefixo www. é mantido, então www.example.org e example.org aparecem como dois domínios. Os domínios também são sem repetição, então cem links para um mesmo site resultam em uma única linha.
Exemplo prático
Entrada
Veja https://example.com/guide?id=4#top, www.example.org/page. Também http://sub.example.co.uk:8080/a/b; e https://EXAMPLE.com/guide?id=4#top. Não são links: example.com e ftp://files.example.com/x.zip
Saída (URLs completas)
https://example.com/guide?id=4#top www.example.org/page http://sub.example.co.uk:8080/a/b
Saída (somente domínios)
example.com www.example.org sub.example.co.uk
URLs encontradas: 3. Quatro links foram reconhecidos, mas a segunda cópia do link example.com, com maiúsculas, foi descartada como repetição. A vírgula, o ponto final e o ponto e vírgula finais foram removidos. Um example.com solto, sem http:// ou www., não é reconhecido, nem um endereço ftp://.
Limites que você deve conhecer
- Colchetes de fechamento são mantidos só quando estão balanceados. Um endereço da Wikipedia como Citation_(style) mantém o colchete, porque o link também contém o de abertura, enquanto um colchete que apenas fecha um parêntese em volta do link é descartado. Um link que termina em colchete sem par é encurtado em um caractere, então confira esses endereços manualmente.
- Só três prefixos contam. Endereços sem http://, https:// ou www. não são reconhecidos, mesmo que pareçam domínios.
- A ferramenta não testa os links. Um endereço listado pode estar fora do ar ou redirecionar para outro lugar. A ferramenta encontra links; não os visita.
De qual ferramenta você precisa?
| Se você quer… | Use |
|---|---|
| Links ou domínios extraídos de um texto | Esta página |
| E-mails extraídos de um texto | Extrair e-mails |
| Uma citação criada a partir do endereço de uma página da web | Gerador de citações de sites |
| BibTeX criado a partir de um URL | URL to BibTeX |
| Apenas as linhas de uma lista que contêm determinado site | Line Filter |
Perguntas frequentes
- Como extraio todas as URLs de um texto?
- Cole o texto na caixa. Cada link que começa com http://, https:// ou www. aparece na hora, sem repetições, com uma contagem em URLs encontradas. Use Copiar resultado para levar a lista.
- Como obtenho uma lista de domínios de um texto?
- Marque Somente domínios. Cada link é reduzido ao seu nome de host, e domínios repetidos são agrupados, então você recebe uma linha para cada site mencionado. Subdomínios como sub.example.co.uk são mantidos por inteiro.
- Por que um link não aparece nos resultados?
- A causa mais comum é que ele não tem http://, https:// ou www. na frente, como um example.com solto, ou usa outro protocolo, como ftp://. Acrescente o prefixo ao texto e ele será encontrado.
- Quando um colchete de fechamento é mantido no fim de um link?
- Um colchete de fechamento permanece se o link tiver um colchete de abertura correspondente, como em Citation_(style). Caso contrário, ele é removido, como um ponto final ou vírgula, para que links entre parênteses saiam limpos. Só um endereço que realmente termina em colchete sem par é encurtado em um caractere.
- Links com maiúsculas e minúsculas diferentes são tratados como repetições?
- Sim. As maiúsculas e minúsculas são ignoradas ao remover repetições, e a primeira grafia é mantida. Se um site tiver caminhos sensíveis a maiúsculas, dois desses links seriam reduzidos a um só.
- A ferramenta verifica se os links funcionam?
- Não. Ela apenas reconhece textos que parecem links. Para verificar uma fonte, abra-a no navegador ou, para citações, use um gerador de citações.
- Meu texto é enviado para algum lugar?
- Não. A busca acontece no seu navegador, e o texto não é enviado nem armazenado.