Extractor de URL
Extraiga todos los enlaces de texto o HTML y obtenga una lista limpia de URL.
Extractor de URL
Pegue una página de texto, una fuente HTML sin formato o una exportación y esta herramienta enumerará todos los enlaces que contiene. Lee valores href y src de anclajes, imágenes, scripts y hojas de estilo, y también recoge URL desnudas escritas en prosa corriente, incluidos servidores www sin esquema. Útil cuando audita enlaces salientes, recopila rutas de activos de una plantilla o convierte un muro de texto copiado en una lista con la que realmente puede trabajar.
Los duplicados se eliminan de forma predeterminada. El esquema y el host se comparan sin tener en cuenta las mayúsculas y minúsculas, por lo que HTTPS://Example.com/a y https://example.com/a colapsan en una sola entrada, mientras que la ruta y la consulta distinguen entre mayúsculas y minúsculas porque los servidores las tratan de esa manera. Ordene alfabéticamente para agrupar una lista larga por host. El filtro de protocolo limita el resultado a https o http, descartando enlaces ftp y hosts www sin esquema. El filtro de dominio coincide con una subcadena del host y nunca con la ruta, por lo que ejemplo.com no coincidirá con un enlace a other.org que simplemente lo mencione en un segmento de ruta. Los dominios solo reemplazan cada URL con su host simple, nombre de usuario y puerto eliminados, una forma rápida de ver a qué sitios enlaza una página.
Las URL aparecen exactamente como aparecen en la fuente; nada se vuelve a codificar ni normalizar, aparte de convertir un signo de escape HTML en uno simple en las cadenas de consulta. La puntuación de la oración pegada al final se recorta y los corchetes de cierre se equilibran, por lo que un enlace de Wikipedia que termina en _(barra) sobrevive intacto. Los valores sin host (rutas relativas, anclajes, mailto, tel, javascript y URI de datos) se omiten. El recuento muestra el total de apariciones, URL únicas y dominios distintos.
Todo se ejecuta en su navegador. El HTML que pega, ya sea del sitio de un cliente o de una página interna, nunca se carga.