网址提取工具

选项

如何使用网址提取工具

1. 粘贴您的文本。 任何包含链接的内容:参考文献列表、电子邮件、从其他文档复制的内容,或一页笔记。列表会随您的输入实时更新。
2. 选择完整网址或仅域名。 保持“仅域名”未勾选即可保留每个完整链接;勾选后,每个链接都会缩减为其主机名。
3. 选择输出格式。 “每行一个”适合粘贴到电子表格的一列中;“以逗号分隔”则会输出为单行。
4. 复制结果。 “找到的网址数”(或“找到的域名数”)卡片会告诉您有多少个不重复的条目。

可识别为链接的内容

工具会识别以 http://、https:// 或 www. 开头、并一直延续到下一个空格、尖括号或引号为止的任何内容。附着在末尾的标点符号——句号、逗号、分号、冒号或引号,以及链接内没有对应左括号的右括号——都会被去除,因此位于句末或括号内的链接也能干净地提取出来。

重复项会被去除,比较时忽略大小写,因此 https://Example.com/a 与 https://example.com/a 会被视为同一个链接,并保留首次出现的写法。请注意,真实网址的路径可能区分大小写,因此仅大小写不同的两个路径可能指向不同的页面,此时只会列出第一个。

开启“仅域名”后,每个链接都会缩减为主机名:https://example.com/guide?id=4 会变为 example.com,端口号也会被去掉。保留 www. 前缀,因此 www.example.org 与 example.org 会被列为两个域名。域名同样会去重,因此指向同一网站的一百个链接只会得到一行结果。

示例

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

https://example.com/guide?id=4#top
www.example.org/page
http://sub.example.co.uk:8080/a/b

example.com
www.example.org
sub.example.co.uk

找到的网址数:3。共匹配到四个链接,但第二个 example.com 链接的大写副本被视为重复项而去掉。末尾的逗号、句号和分号都已被去除。单独的 example.com(不带 http:// 或 www.)不会被识别,ftp:// 地址也不会被识别。

需要了解的限制

• 只有配对的右括号才会保留。 类似 Citation_(style) 这样的维基百科地址会保留其右括号,因为链接中也包含左括号;而仅仅闭合链接外层括号的右括号则会被去掉。以未配对右括号结尾的链接会被缩短一个字符,因此遇到这类地址请手动检查。
• 只识别三种前缀。 没有 http://、https:// 或 www. 的地址不会被匹配,即使它们看起来像域名。
• 工具不会检测链接是否有效。 列出的地址可能已失效,或会重定向到其他地方。本工具只负责找出链接,不会访问它们。

您需要哪个工具?

常见问题

如何从文本中提取所有网址?

将文本粘贴到输入框中。每一个以 http://、https:// 或 www. 开头的链接都会立即列出,重复项已去除,并在“找到的网址数”下方显示计数。点击“复制结果”即可取走列表。

如何从文本中获取域名列表?

勾选“仅域名”。每个链接都会缩减为其主机名,重复的域名会被合并,因此每个提到的网站只得到一行。sub.example.co.uk 这样的子域名会完整保留。

为什么某个链接没有出现在结果中?

最常见的原因是它前面没有 http://、https:// 或 www.,例如单独的 example.com;或者它使用了其他协议,如 ftp://。在文本中加上前缀后就能被识别了。

什么时候链接末尾的右括号会被保留?

如果链接中包含与之配对的左括号(如 Citation_(style)),右括号就会保留。否则,它会像句号或逗号一样被去掉,这样括号内的链接提取出来才是干净的。只有确实以未配对右括号结尾的地址才会被缩短一个字符。

大小写不同的链接会被视为重复项吗?

会。去重时忽略大小写,并保留首次出现的写法。如果某个网站的路径区分大小写,这两个链接就会被合并为一个。

它会检查链接是否有效吗?

不会。它只识别看起来像链接的文本。要核实某个来源,请在浏览器中打开它;如需生成引用,请使用引用生成器。

我的文本会被上传吗?

不会。提取在您的浏览器中完成,文本不会被发送或存储。