Softonic

テキストからURL抽出

ステップ 1 / 3
次へ

チャットログ、Markdown、メールスレッド、生HTMLを貼り付けると、含まれるすべてのhttp://／https://リンクを整理した一覧で取得できます。末尾の句読点を除去し、MarkdownやHTMLのリンク構文にも対応、完全に同一の重複は削除されるため、クローラーやアーカイバーへそのまま流し込めます。

URLの抽出手順

  1. 1

    ソースを貼り付け

    テキストやHTMLを投入します。引用符、山括弧、Markdownリンク構文、末尾の句読点は自動処理されます。

  2. 2

    スキャンを実行

    `http://`／`https://`リンクをすべて抽出し、末尾の句読点を除去、完全一致の重複を排除します。

  3. 3

    件数を確認

    見つかったユニークなURL件数と完全な一覧を表示します。

  4. 4

    コピーまたはエクスポート

    1行に1URLずつで、`curl -I`、アーカイバー、スクリーンショットサービス、Screaming Frogのシードに使えます。

URLとみなす条件

URLの検出は思っているより難しく、このツールは安全なルールを1つだけ守っています。認識するのは完全なhttp://／https://リンクのみで、それ以外はテキスト内に残ります。

認識する形

形式 例
絶対 HTTPS https://example.com/path?q=1
絶対 HTTP http://example.com
Markdownリンクのリンク先 [text](https://example.com)
HTMLの絶対href href="https://example.com"

末尾の整形ルール

末尾の句読点は除去され、(https://example.com).はhttps://example.comになります。空白、引用符、山括弧、丸括弧、角括弧、カンマ、セミコロンでマッチは終了します。括弧を含むURLは最初の開き括弧で切り取られるため、Wikipediaの記事タイトルのようなURLは開き括弧までしか取得されません。

抽出しないもの

  • mailto:、tel:、ftp:など、http／https以外のスキーム。
  • //cdn.example.com/asset.jsのようなプロトコル相対リンク。
  • example.com/docs/introやwww.example.com/pageのような、スキームのない素のドメインやwww付きアドレス。
  • #sectionのようなアンカーのみや、JavaScript系の擬似URL。

重複の扱い

完全一致の重複は削除されます。https://example.comは何度現れても1回として数えられますが、Example.comとexample.comは別のエントリとして残ります。リストは各URLが最初に現れた順番を保ちます。

後処理のコツ

  • 正規形にするなら小文字化。Example.comとexample.comを同じホストとして扱いたい場合は、出力を小文字にしてから再度重複を除去してください。
  • 追跡パラメーターを除去。UTMクリーナーでアーカイブ前に除去しないと、ほぼ重複のURLが大量に並びます。
  • ステータス確認。リスト確定前にブロークンリンクチェッカーで404を除外しましょう。

よくある質問

短縮URLが完全なスキーム付きで書かれている場合のみ対応します。bit.ly/xyz単体では取得されませんが、https://bit.ly/xyzなら通常のURLとして取得されます。本ツールはリダイレクトを追わないため、最終宛先が必要なら別途解決してください。

はい。hrefが完全なhttp://／https://URLの場合に取得できます。タグを含めずにhref値だけを抽出します。相対パスのhrefは取得されません。

そのまま保持されます。utm_*などの追跡パラメーターを除去したい場合は、抽出後にURLクリーナーを使ってください。

いいえ。テキストはリクエスト中に処理され、コンテンツは永続化もログ記録もされません。

関連ツール

文字数・単語数カウンター

エッセイ、投稿、キャプション、メタディスクリプション向けに、単語数・文字数・文数・段落数を、読了時間、音読時間、キーワード密度、Flesch可読性スコアとともにカウントします。

ディスレクシア対応テキスト変換ツール

貼り付けたテキストを短い段落と約72文字の行に整え直し、読みやすくします。結果をコピーして、あらゆる文書やメール、エディタに貼り付けられます。

コピーできる矢印記号

直線、二重線、斜め、折り返し、循環、三角形風のよく使うUnicode矢印をワンクリックでコピー。文書、チャット、デザインに使えます。

アナグラムジェネレーター

短い語を入力すると、重複した並べ替えを除き、表示件数を調整しながら文字の一意な並べ替えを確認できます。

ドメイン名ジェネレーター

1つのキーワードからドメイン名の候補を生成します。接頭辞、接尾辞、文字の重ね、数字の末尾を、一般的な6つのTLDで組み合わせます。

都市名ジェネレーター

世界観づくり、地図、ゲーム、物語、モックデータ向けに、架空の都市、町、村、首都の名前を生成し、各結果に短いメモを添えます。

このツールは他の言語でも利用できます