Экстрактор URL-адресов

Экстрактор URL-адресов

Вставьте страницу текста, исходный HTML-код или экспортированный файл, и этот инструмент выведет список всех содержащихся в нем ссылок. Он считывает значения href и src из якорей, изображений, скриптов и таблиц стилей, а также распознает голые URL-адреса, написанные бегущей прозой, включая хосты www без схемы. Полезно, когда вы проверяете исходящие ссылки, извлекаете пути к ресурсам из шаблона или превращаете стену скопированного текста в список, с которым действительно можно работать.

Дубликаты удаляются по умолчанию. Схема и хост сравниваются без учета регистра, поэтому HTTPS://Example.com/a и https://example.com/a объединяются в одну запись, а путь и запрос остаются чувствительными к регистру, поскольку серверы обрабатывают их таким образом. Сортируйте по алфавиту, чтобы сгруппировать длинный список по хостам. Фильтр протоколов сужает результат до https или http, удаляя ftp-ссылки и бессхемные www-хосты. Фильтр домена соответствует подстроке хоста, а не пути, поэтому example.com не будет соответствовать ссылке на другой.org, которая просто упоминает его в сегменте пути. Домены заменяют каждый URL-адрес только пустым хостом, именем пользователя и портом — быстрый способ увидеть, на какие сайты ссылается страница.

URL-адреса возвращаются точно так, как они появляются в источнике; ничего не перекодируется и не нормализуется, кроме преобразования амперсанда, экранированного HTML, обратно в простой в строках запроса. Пунктуация предложения, приклеенная к концу, обрезается, а закрывающие скобки сбалансированы, поэтому ссылка на Википедию, оканчивающаяся на _(bar), сохраняется неповрежденной. Значения без хоста — относительные пути, привязки, URI mailto, tel, javascript и данных — пропускаются. Подсчет показывает общее количество вхождений, уникальные URL-адреса и отдельные домены.

Все работает в вашем браузере. HTML-код, который вы вставляете, будь то с клиентского сайта или внутренней страницы, никогда не загружается.

FAQ