Trích xuất URL

Lấy mọi link ra khỏi một đoạn văn bản

Công cụ quét mọi thứ bạn dán, dù là văn bản thường, email, lịch sử chat, tài liệu hay HTML thô, và lấy ra mọi địa chỉ web bắt đầu bằng http:// hoặc https://. Bạn nhận được danh sách gọn và số link tìm được.

Nó tiết kiệm rất nhiều thời gian khi audit SEO, duyệt nội dung, nghiên cứu và chuyển website, lúc bạn cần xem mọi link trong trang hay tài liệu mà không phải bấm từng cái.

Vì đọc theo mẫu văn bản, nó cũng hoạt động với mã nguồn trang, bắt được link trong thuộc tính href và src.

Cách dùng công cụ trích xuất URL

1. Dán văn bản hoặc HTML.
2. Gửi để trích xuất URL.
3. Xem số lượng và danh sách.
4. Sao chép link vào bảng tính, công cụ crawl hoặc báo cáo.

Ví dụ

Link trong một đoạn văn

Đầu vào:

Read https://mybotsy.com/blog, then http://example.org/a?b=1&c=2. Also see www.example.net and (https://en.wikipedia.org/wiki/URL).

Kết quả:

https://mybotsy.com/blog
http://example.org/a?b=1&c=2
https://en.wikipedia.org/wiki/URL

Count: 3. Dấu phẩy, dấu chấm và dấu đóng ngoặc sau link bị bỏ đi, còn query string giữ nguyên. www.example.net bị bỏ qua vì không có http:// hay https://.

Link trong mã nguồn HTML

Đầu vào: <img src="https://example.com/logo.png"> <a href="/vi/about">About</a>

Kết quả: https://example.com/logo.png

Link tương đối /about không có tên miền nên không được liệt kê.

Một link theo dõi

Đầu vào:

Book now: https://example.com/offer?utm_source=newsletter&utm_medium=email#pricing

Kết quả:

https://example.com/offer?utm_source=newsletter&utm_medium=email#pricing

Tham số và #fragment được giữ, nên bạn có thể dán kết quả thẳng vào công cụ phân tích URL để đọc từng phần.

Ứng dụng phổ biến

• Liệt kê mọi link ra ngoài trong bài viết hoặc mã nguồn trang.
• Thu thập nguồn và tài liệu tham khảo từ ghi chú nghiên cứu.
• Gom link được chia sẻ trong nhóm chat Zalo, Messenger hoặc chuỗi email.
• Lập danh sách URL cần chuyển hướng hoặc kiểm tra khi chuyển website.
• Kiểm tra link trong bản tin trước khi gửi.

Mẹo và lưu ý

• Link không có http:// hoặc https:// (như example.com đứng riêng) không được lấy.
• Xóa link trùng bằng công cụ xóa dòng trùng lặp.
• Kiểm tra mỗi link thực sự dẫn đến đâu bằng công cụ kiểm tra chuyển hướng URL, và tách link thành từng phần bằng công cụ phân tích URL.
• Link bị mã hóa có thể đọc được bằng công cụ giải mã URL, ví dụ link chứa chữ tiếng Việt có dấu.

Trường hợp đặc biệt và giới hạn

• Chỉ tính link http và https. Link ftp://, mailto: và tel: bị bỏ qua.
• Host cần có ít nhất một dấu chấm, nên http://localhost:3000 không được tìm thấy.
• Link lặp lại xuất hiện mỗi lần nó có mặt; hãy lọc trùng sau đó.
• Link kết thúc bằng dấu chấm hoặc dấu phẩy sẽ mất dấu đó. Thường là đúng, nhưng URL thực sự kết thúc bằng dấu chấm sẽ bị cắt.

Câu hỏi thường gặp

Có lấy link từ HTML được không?

Có. Dán mã nguồn HTML và công cụ tìm các URL http và https trong đó.

Vì sao thiếu một số link?

Chỉ link bắt đầu bằng http:// hoặc https:// được nhận diện. Link tương đối như /about không có tên miền.

Có lấy link từ PDF được không?

Sao chép văn bản từ PDF và dán vào đây.

Công cụ có kiểm tra link còn hoạt động không?

Không, nó chỉ trích xuất. Dùng công cụ kiểm tra chuyển hướng để thử từng link.

Vì sao link bị cắt ở cuối?

Công cụ dừng trước dấu câu ở cuối như dấu chấm, dấu phẩy hoặc dấu đóng ngoặc, vì chúng thường thuộc về câu. Nếu URL thật kết thúc bằng một trong các ký tự đó, hãy thêm lại thủ công.

Công cụ liên quan

• Trích xuất email: Trích xuất địa chỉ email từ mọi loại nội dung văn bản.
• Phân tích URL: Phân tích chi tiết của bất kỳ URL nào.
• Kiểm tra chuyển hướng URL: Kiểm tra chuyển hướng 301 và 302 của một URL. Kiểm tra tối đa 10 lần chuyển hướng.
• Xóa dòng trùng lặp: Dễ dàng xóa các dòng trùng lặp trong văn bản.
• Giải mã URL: Giải mã URL trở lại thành chuỗi bình thường.