Công Cụ Trích Xuất URL
Dán một bài báo, email, danh sách tài liệu tham khảo hay trang ghi chú, và công cụ liệt kê mọi liên kết web tìm thấy, mỗi liên kết một lần. Bật Chỉ tên miền để chỉ lấy tên máy chủ, sau đó sao chép kết quả từng dòng hoặc phân tách bằng dấu phẩy. Miễn phí, không cần đăng ký, và văn bản không bao giờ rời khỏi trình duyệt của bạn.
Tùy chọn
Cách Sử Dụng Công Cụ Trích Xuất URL
- Dán văn bản của bạn. Bất kỳ thứ gì có chứa liên kết: danh sách tài liệu tham khảo, email, tài liệu bạn đã sao chép, trang ghi chú. Danh sách cập nhật khi bạn gõ.
- Chọn URL đầy đủ hoặc tên miền. Để trống Chỉ tên miền để giữ mỗi liên kết đầy đủ, hoặc đánh dấu để rút gọn mỗi liên kết thành tên máy chủ.
- Chọn định dạng đầu ra. Mỗi dòng một mục phù hợp với một cột bảng tính; Phân tách bằng dấu phẩy cho một dòng duy nhất.
- Sao chép kết quả. Thẻ URL tìm thấy (hoặc Tên miền tìm thấy) cho bạn biết có bao nhiêu mục duy nhất.
Những Gì Được Nhận Diện Là Liên Kết
Công cụ nhận diện bất kỳ thứ gì bắt đầu bằng http://, https:// hoặc www. và kéo dài đến khoảng trắng, dấu ngoặc nhọn hoặc dấu ngoặc kép tiếp theo. Dấu câu dính ở cuối — dấu chấm, dấu phẩy, dấu chấm phẩy, hai chấm hoặc dấu ngoặc kép, hay dấu ngoặc đóng không có dấu mở tương ứng trong liên kết — bị cắt bỏ, nên liên kết ở cuối câu hoặc trong ngoặc sẽ sạch sẽ.
Các liên kết trùng lặp bị loại bỏ, và phép so sánh bỏ qua chữ hoa/thường, vì vậy https://Example.com/a và https://example.com/a được tính là một liên kết; cách viết đầu tiên được giữ lại. Hãy nhớ rằng phần đường dẫn của URL thực có thể phân biệt chữ hoa/thường, nên hai liên kết chỉ khác nhau ở chữ hoa trong đường dẫn có thể là hai trang khác nhau, và chỉ bản đầu tiên được liệt kê.
Khi bật Chỉ tên miền, mỗi liên kết được rút gọn thành tên máy chủ: https://example.com/guide?id=4 thành example.com, và số cổng bị bỏ đi. Tiền tố www. được giữ lại, vì vậy www.example.org và example.org được liệt kê là hai tên miền. Tên miền cũng được loại bỏ trùng lặp, nên một trăm liên kết đến cùng một trang chỉ cho một dòng.
Ví Dụ Minh Họa
Đầu vào
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
Đầu ra (URL đầy đủ)
https://example.com/guide?id=4#top www.example.org/page http://sub.example.co.uk:8080/a/b
Đầu ra (chỉ tên miền)
example.com www.example.org sub.example.co.uk
URL tìm thấy: 3. Bốn liên kết khớp, nhưng bản sao viết hoa thứ hai của liên kết example.com bị loại bỏ vì trùng lặp. Dấu phẩy, dấu chấm và dấu chấm phẩy ở cuối đã được cắt đi. Một example.com trần không có http:// hoặc www. không được nhận diện, và cũng không có địa chỉ ftp://.
Những Giới Hạn Cần Biết
- Dấu ngoặc đóng chỉ được giữ lại khi cân bằng. Địa chỉ Wikipedia như Citation_(style) giữ dấu ngoặc vì liên kết cũng chứa dấu mở; còn dấu ngoặc chỉ đóng một cặp ngoặc bao quanh liên kết thì bị bỏ. Liên kết kết thúc bằng dấu ngoặc không cân bằng sẽ bị rút ngắn một ký tự, vì vậy hãy kiểm tra thủ công những địa chỉ như vậy.
- Chỉ ba tiền tố được tính. Địa chỉ không có http://, https:// hoặc www. sẽ không được khớp, ngay cả khi trông giống tên miền.
- Công cụ không kiểm tra liên kết. Một địa chỉ được liệt kê có thể đã chết hoặc chuyển hướng đến nơi khác. Công cụ tìm liên kết; nó không truy cập chúng.
Bạn Cần Công Cụ Nào?
| Nếu bạn muốn… | Hãy dùng |
|---|---|
| Liên kết hoặc tên miền được trích ra từ văn bản | Trang này |
| Địa chỉ email được trích ra từ văn bản | Trích Xuất Email |
| Trích dẫn được tạo từ địa chỉ của một trang web | Công Cụ Tạo Trích Dẫn Trang Web |
| BibTeX được tạo từ một URL | Công Cụ Chuyển Đổi URL Sang BibTeX |
| Chỉ các dòng của danh sách chứa một trang web nhất định | Công Cụ Lọc Dòng |
Câu Hỏi Thường Gặp
- Làm thế nào để trích xuất mọi URL từ văn bản?
- Dán văn bản vào ô nhập. Mọi liên kết bắt đầu bằng http://, https:// hoặc www. được liệt kê ngay lập tức, các bản trùng lặp được loại bỏ, và có số lượng dưới mục URL tìm thấy. Dùng Sao Chép Kết Quả để lấy danh sách.
- Làm thế nào để lấy danh sách tên miền từ văn bản?
- Đánh dấu Chỉ tên miền. Mỗi liên kết được rút gọn thành tên máy chủ và các tên miền trùng lặp được gộp lại, nên bạn có một dòng cho mỗi trang web được nhắc đến. Các tên miền con như sub.example.co.uk được giữ nguyên đầy đủ.
- Tại sao một liên kết bị thiếu trong kết quả?
- Nguyên nhân thường gặp là liên kết không có http://, https:// hoặc www. ở đầu, như example.com trần, hoặc dùng giao thức khác như ftp://. Thêm tiền tố vào văn bản và nó sẽ được tìm thấy.
- Khi nào dấu ngoặc đóng được giữ lại ở cuối liên kết?
- Dấu ngoặc đóng được giữ lại nếu liên kết có dấu ngoặc mở tương ứng, như trong Citation_(style). Nếu không, nó bị cắt bỏ như dấu chấm hay dấu phẩy, để các liên kết nằm trong ngoặc được sạch sẽ. Chỉ một địa chỉ thực sự kết thúc bằng dấu ngoặc không cân bằng mới bị rút ngắn một ký tự.
- Các liên kết viết hoa khác nhau có được coi là trùng lặp không?
- Có, chữ hoa/thường bị bỏ qua khi loại bỏ trùng lặp, và cách viết đầu tiên được giữ lại. Nếu một trang web có đường dẫn phân biệt chữ hoa/thường, hai liên kết như vậy sẽ bị rút gọn thành một.
- Công cụ có kiểm tra xem liên kết có hoạt động không?
- Không. Nó chỉ nhận diện văn bản trông giống liên kết. Để kiểm tra một nguồn, hãy mở nó trong trình duyệt, hoặc với trích dẫn, hãy chạy qua một công cụ tạo trích dẫn.
- Văn bản của tôi có được tải lên không?
- Không. Việc quét diễn ra trong trình duyệt của bạn và văn bản không được gửi hay lưu trữ.