URL抽出ツール:テキストやHTMLからリンクを取り出す
テキスト、HTML、Markdownを貼り付けるだけで、中に含まれるWebリンクをすべて取り出して並べます。このURL抽出ツールは、http://、https://、www. で始まるリンクを、最初に出てきた順に1行ずつ表示します。ログファイル、書き出したメモ、メール本文、ページのソース、表計算の列にも使えます。処理はブラウザ内で行い、アップロードや登録は必要ありません。
URL抽出の方法
- 元のテキストにテキストを貼り付け、URLを抽出を押してください。
- リンクの画面に「12件のURL」のような件数と、読み取り専用の抽出したURL欄に一覧が表示されます。
- すべてコピーを押すと表示が「コピー完了」に変わります。そのまま表計算、ドキュメント、スクリプトに貼り付けてください。
- テキストを直してやり直すときは、上部バーの戻る矢印(テキストを編集)を使ってください。
文の区切りとして付いている末尾の句読点は取り除かれます。閉じ括弧も同じですが、リンク自体が開き括弧を含んでいる場合は残るため、括弧付きのWikipediaのアドレスも途切れません。www. で始まるリンクは書かれたとおりに表示され、https には書き換えられません。
見つかるURLと見つからないURL
見つかるもの:
- http://、https://、www. で始まるリンク
- Markdownの [テキスト](url) の中のリンク
- HTMLの href="..." や src="..." の中のアドレス
- 。などの日本語や中国語の句読点が続くリンク
見つからないもの:example.com/page のように先頭が付かないドメイン、メールアドレスと mailto: リンク、ftp: リンク、複数行に分かれたリンクやスペースで途切れたリンクです。
HTMLからリンクを抽出する
ページのソース、メールのHTML、Markdownファイルをそのまま元のテキストに貼り付けてください。href と src の中のアドレスが見つかり、& は & に戻されます。Markdown形式の [文字](アドレス) からは、周りの括弧を除いたアドレスだけが得られます。ツールがWebページを取得することはないので、HTMLはテキストとして貼り付けてください。
スクリプト、コメント、画像タグの中のリンクも他と同じように見つかります。そのため、一覧にはページ上で見えるリンクより多くのリンクが入ることがあります。
重複を除いて特定のドメインだけ残す
オプションを開いてください。同じパネルはリンクの画面でも開いていて、設定を変えるとすぐ一覧に反映されます。
- 重複を削除(初期設定でオン):同じリンクは最初の1件だけ残します。件数の行には、たとえば「重複3件を削除しました」と除いた数が出ます。リンクは完全に一致したものだけが重複とみなされるため、https://example.com/a と https://example.com/a/ は別のリンクです。
- 含む文字列(任意):この文字列を含むリンクだけを残します。大文字と小文字は区別しません。example.com のようにドメインを入力すると、1つのサイトだけに絞れます。件数の行には、たとえば「「含む文字列」により2件のリンクを除外しました」と除いた数が出ます。
先に重複を除き、そのあとで絞り込むので、どちらの件数も重複のないリンクの数です。最初に出てきた順は保たれ、並べ替えは行いません。
エクセルからURLを抽出するには
セルをコピーして元のテキストに貼り付けてください。セルに文字として見えているリンクは見つかります。「Docs」のような言葉にハイパーリンクを付けたセルは、貼り付けると言葉だけが入り、アドレスは検索するテキストの中にありません。そのため見つかりません。
URL一覧の作成のあとで
並べ替えにはリスト並べ替えツールを使ってください。大文字と小文字だけが違うリンクを同じものとして扱いたいときは、大文字と小文字を区別しない設定にして重複行の削除に一覧を通します。全リンクの先頭に文字を足したり外したりするにはテキスト置換ツールが使えます。このツールで見つからないものを自分のパターンで探したいときは、正規表現テスターを試してください。
よくある質問
URLを抽出するにはどうすればいいですか?
テキストを「元のテキスト」に貼り付けて「URLを抽出」を押してください。「リンク」の画面に、http://、https://、www. で始まるリンクが最初に出てきた順に1行ずつ並びます。「すべてコピー」で一覧を持ち帰れます。
HTMLからリンクを取り出せますか?
はい。ページのソースやHTMLの断片を「元のテキスト」に貼り付けてください。href="..." と src="..." の中のアドレスと、文中に書かれたリンクを読み取り、& は & に戻します。HTMLはテキストとして貼り付けてください。ツールがWebページを取得することはありません。
テキストファイルからURLをまとめて取り出せますか?
はい。ファイルをエディタで開き、すべて選択してコピーし、「元のテキスト」に貼り付けてください。ファイルのアップロードはないので、テキストは端末の外に出ません。ログファイル、書き出したメモ、メール本文、コードも同じように使えます。
エクセルやスプレッドシートのURLを取り出せますか?
はい、セルに文字として見えているリンクなら取り出せます。セルをコピーして「元のテキスト」に貼り付けてください。「Docs」のような言葉にハイパーリンクが付いているだけのセルは、言葉しか貼り付かないため、アドレスは見つかりません。
URLからドメインだけを取り出せますか?
いいえ、このツールが返すのはリンク全体で、ドメインだけではありません。1つのサイトのリンクだけを残したいときは、「含む文字列」に example.com のようにドメインを入力してください。含まないリンクは一覧から外れます。
重複したURLは自動で取り除かれますか?
はい、「重複を削除」は初期設定でオンで、同じリンクは最初の1件を元の位置のまま残します。リンクは完全に一致する必要があり、大文字が違うものや末尾のスラッシュがあるものは別のリンクになります。繰り返しも含めて見たいときは、「オプション」で「重複を削除」のチェックを外してください。
メールアドレスやmailtoリンクも見つかりますか?
いいえ。見つかるのは http://、https://、www. で始まるリンクだけです。メールアドレス、mailto: と ftp: のリンク、先頭が付かない example.com/page のようなドメインは対象外です。
何件まで処理できますか?
テストでは30万件のリンクを貼り付けても約150ミリ秒で処理できたので、長いログや大きな書き出しでも問題ありません。一覧は読み取り専用の1つの欄なので、結果が長くてもページは重くなりません。
テキストはどこかにアップロードされますか?
いいえ。このURL抽出サイトでは、リンクの検出はすべてブラウザ内で行います。何もアップロードも保存もされず、ページを閉じるとテキストは消えます。
おすすめ
-
エレコム ノートPCスタンドログやページソースが長くても読みやすいよう、ノートPCを持ち上げて目線を楽にしたままリンクを拾えます。
-
Webを支える技術URLやリンクの仕組みを押さえておくと、ログやHTMLから拾ったリンクの見分けがぐっと楽になります。
-
Acer 15.6インチ モバイルモニター元のテキストはサブ画面に開いたまま、整理したリンク一覧をメイン画面で確認できます。
無料でツールを続ける支えになります。✨
画像はイメージです。 Amazonのアソシエイトとして、Capsule Toolsは適格販売により収入を得ています。