Extracteur d'URL

L'Extracteur d'URL est un outil gratuit qui repère les URL HTTP et HTTPS dans le texte collé et indique combien il en a trouvé.

Comment extraire des URL d'un texte ?

Collez le texte source dans le champ de saisie, lancez l'extraction, puis vérifiez la valeur Décompte.

1. Copiez le texte contenant les adresses web.
2. Collez-le dans l'outil et lancez l'extraction.
3. Vérifiez la valeur Décompte.

Ce nombre est utile si vous savez approximativement combien de liens le texte devrait contenir. Si le brief d'une campagne annonce 20 références et que le résultat en indique 19, vous pouvez contrôler la source avant de transmettre le document.

Dans quels cas l'extraction d'URL fait-elle gagner du temps ?

L'extraction d'URL fait gagner du temps dès que des liens sont mêlés à des phrases, des libellés, des commentaires ou d'autres données dont vous n'avez pas besoin.

• Dossiers d'assistance : récupérez les liens de tickets Zendesk ou de conversations Microsoft Teams copiés avant d'examiner les pages signalées.
• Travail éditorial : extrayez les références d'un document Word ou d'un brouillon d'article WordPress pour vérifier les sources, les redirections ou les liens internes.
• Exports de feuilles de calcul : récupérez les adresses web dans des notes exportées depuis Google Sheets ou Excel sans contrôler chaque cellule manuellement.
• Préparation d'un publipostage : séparez les liens de destination du texte descriptif avant de les placer dans une colonne d'URL d'un fichier CSV.
• Contrôles de migration : repérez les liens absolus dans le contenu copié des pages avant de transférer des articles d'un système de gestion de contenu à un autre.

Qu'est-ce qui est considéré comme une URL ?

Pour cet outil, les adresses prises en compte sont les URL qui commencent par http:// ou https://. Un nom de domaine seul comme example.org, une adresse en www sans schéma, une adresse e-mail et un chemin relatif tel que /contact correspondent à d'autres formes de données.

Une URL peut contenir un domaine, un port, un chemin, une chaîne de requête et un fragment. Ces composants peuvent inclure des chiffres. Les espaces littéraux ne sont pas des caractères valides dans une URL et sont normalement encodés, souvent sous la forme %20, même si de nombreux systèmes modernes emploient d'autres structures à la place des espaces.

Les noms de domaine internationalisés peuvent apparaître sous forme de texte Unicode ou au format Punycode compatible avec ASCII. Comme l'extraction de texte repose sur la reconnaissance de motifs de caractères, vérifiez soigneusement ces adresses au lieu de supposer que toutes les applications les interpréteront de la même manière.

Exemples d'entrée et de résultat

Entrée

Project brief https://example.org/brief

Archive copy http://example.net/archive

Décompte 2

Une URL peut aussi inclure un chemin et des paramètres de requête.

Entrée

Review order https://example.org/orders/1042?status=open

Décompte 1

Comment vérifier les entrées difficiles à interpréter ?

Examinez les correspondances accolées à des signes de ponctuation, des parenthèses ou des sauts de ligne, car le texte brut ne permet pas toujours de déterminer clairement où l'URL se termine. Un point peut appartenir à la phrase qui entoure l'adresse. Certains caractères réservés littéraux, notamment les virgules et les parenthèses, ne sont autorisés que dans des contextes précis au sein d'une URL. Lorsqu'ils sont encodés en pourcentage, ils apparaissent sous forme de séquences d'octets encodées en pourcentage et non comme des caractères littéraux.

Un texte qui ne contient aucune adresse HTTP ou HTTPS ne comporte aucune URL pouvant être extraite.

L'outil reconnaît des motifs, mais ne comprend pas la signification de chaque page. Il ne peut ni déduire un schéma manquant, ni réparer un lien coupé sur plusieurs lignes, ni déterminer qu'un signe de ponctuation voisin a été saisi par erreur.

Questions fréquentes

Peut-il extraire une adresse en www sans HTTP ni HTTPS ?

Non. Ajoutez le schéma complet, par exemple https://www.example.org, pour que l'adresse soit traitée comme une URL HTTP ou HTTPS. N'ajoutez pas de schéma sans vérification à un texte non fiable ou mal formé.

L'extracteur vérifie-t-il si un lien fonctionne ?

Non. La reconnaissance de motifs repère le texte qui a la forme d'une URL, mais ne confirme ni l'existence du domaine, ni la réponse du serveur, ni la sécurité de la page. Vérifiez les liens séparément avant de les publier ou d'ouvrir des adresses inconnues.

Peut-il extraire des liens relatifs depuis du HTML ?

Il peut repérer les URL HTTP ou HTTPS absolues présentes dans le texte collé, y compris celles qui figurent dans du code source HTML. Une valeur relative comme href="/pricing" ne contient pas le schéma requis. Elle doit être associée à l'adresse de base du site pour devenir une URL absolue.

Le texte collé est-il envoyé à un serveur ?

Oui. Les données saisies sont transmises au serveur via HTTPS, où l'extraction est effectuée, et ne sont pas stockées. Évitez de coller des secrets, des mots de passe ou des jetons d'accès privés dans tout utilitaire de traitement de texte, surtout s'ils apparaissent dans la chaîne de requête d'une URL.

L'extraction supprime-t-elle les paramètres de suivi ?

Ne partez pas du principe qu'un nettoyage ou une suppression des paramètres de suivi est effectué. Avant de partager les URL extraites de la source, vérifiez les chaînes de requête, notamment les balises de campagne, les identifiants de session et les paramètres signés. Ils peuvent divulguer des informations ou modifier la destination du lien.