Извлечение URL-адресов из текста

Обновлено: 3 октября, 2026

Извлекает ссылки http:// и https:// из вставленного текста. Введите содержимое в поле «Текст» и получите совпавшие строки URL, по одной в строке.

Инструмент извлечения ссылок из текста

Формула извлечения URL

Формула

\[ U = p c_1c_2\cdots c_n,\quad p\in\{\texttt{http://},\texttt{https://}\},\quad n\ge 1 \]

Где:

\(U\) — совпавшая строка URL.
\(p\) — обязательный префикс, чувствительный к регистру.
\(c_i\) — символ после префикса; он не может быть пробелом, одинарной или двойной кавычкой либо угловой скобкой.

Извлекатель находит в тексте каждую подходящую подстроку. Совпадение завершается на первом исключённом символе, но инструмент не проверяет, является ли полученная строка корректным или доступным веб-адресом.

Извлечение URL — пример расчёта

Пример: введите стандартный текст «Visit https://wpcalc.com or http://example.com for more info.» в поле «Текст».

\[ \begin{aligned} U_1 &= \texttt{https://wpcalc.com} \\ U_2 &= \texttt{http://example.com} \end{aligned} \]

Результат: в поле «Извлечённые URL» — два совпадения, в этом порядке, каждое на отдельной строке.

Как использовать извлекатель URL

Вставьте статью, сообщение, запись лога или другой текст в поле «Текст». Можно также отредактировать образец, уже находящийся в поле.
Запустите калькулятор и посмотрите результат в поле «Извлечённые URL». Каждое совпадение выводится на отдельной строке в том порядке, в котором оно встречается во входном тексте.
Скопируйте нужные совпадения. Если результат — «URL не найдены», проверьте, содержит ли текст префикс http:// или https:// в нижнем регистре, после которого идёт хотя бы один символ, который извлекатель может включить в совпадение.

Что находит извлекатель URL

Извлекатель URL отделяет строки, похожие на веб-адреса, от окружающего текста. Это полезно, когда ссылки разбросаны по заметкам, письмам, скопированному содержимому страниц или логам и нужен список без чтения каждой строки. Инструмент ищет строки, начинающиеся с буквального префикса http:// или https://. Он может найти несколько совпадений в одном абзаце и сохраняет повторяющиеся совпадения, не удаляя дубликаты.

После префикса совпадение продолжается до пробела, одинарной или двойной кавычки либо символа < или >. Это правило позволяет извлекать адреса, встроенные в обычный текст и в значения атрибутов HTML в кавычках. Это также означает, что результат — текстовое совпадение, а не разобранная гиперссылка. Например, https://example.com/page. в конце предложения включает финальную точку в извлечённую строку. Проверяйте пунктуацию, прежде чем использовать результат как ссылку.

Инструмент не проверяет домены, не тестирует существование страниц и не подтверждает безопасность адреса. Он не требует, чтобы префикс стоял в начале слова, поэтому может найти его и внутри более длинной строки. Адрес вида www.example.com без схемы не извлекается. Если в исходнике содержится закодированный адрес, сначала раскодируйте его с помощью декодера URL; декодирование не делает адрес корректным, но может открыть префикс, который извлекатель сможет найти.

Допущения и практические советы

Поиск чувствителен к регистру. Префиксы HTTP:// и HTTPS:// в верхнем регистре не распознаются. Если регистр в тексте различается, нормализуйте копию текста с помощью конвертера регистра перед извлечением; приведение всего текста к нижнему регистру также изменит чувствительные к регистру пути в URL.
Проверяйте границы. Запятые, точки, закрывающие скобки и похожая пунктуация могут остаться прикреплёнными к совпадению, поскольку не являются стоп-символами. Наоборот, кавычки и угловые скобки завершают совпадение, даже если они есть в исходнике.
Оставляйте или удаляйте повторы по необходимости. Извлекатель перечисляет каждое вхождение, включая дубликаты. Чтобы превратить результат в список уникальных строк, вставьте его в инструмент удаления дублирующихся строк.
Выбирайте подходящий извлекатель для данных. Этот инструмент ищет префиксы веб-адресов, а не отдельные адреса электронной почты. Для адресов вида name@example.com используйте извлекатель email.

Для лучших результатов просматривайте извлечённые строки перед тем, как делиться ими или открывать их. В частности, удаляйте прикреплённую пунктуацию предложений и осторожно относитесь к неожиданным ссылкам в сообщениях и логах.

Часто задаваемые вопросы

Как извлечь URL из текста вручную?

Найдите в тексте каждое вхождение `http://` или `https://`, затем копируйте символы до ближайшего пробела, переноса строки, кавычки или угловой скобки. Повторите для каждого вхождения. Проверяйте конец каждой скопированной строки: пунктуация предложения, например точка или запятая, может не входить в предполагаемую ссылку.

Включаются ли параметры запроса и фрагменты URL?

Да. Вопросительный знак, амперсанд, знак равенства и решётка могут быть частью извлечённой строки, поэтому адрес вида `https://example.com/search?q=cat#results` остаётся целым. Извлечение не проверяет, имеют ли смысл параметры запроса или фрагмент. Если в источнике используются HTML-сущности вроде `&`, результат сохраняет эти символы в исходном виде.

Почему относительные ссылки из HTML не находятся?

Относительные ссылки вида `/about` и `../contact` не имеют префикса `http://` или `https://`, поэтому этот извлекатель их не возвращает. Чтобы превратить относительную ссылку в полный адрес, разрешите её относительно базового URL исходной страницы. Также проверьте, содержит ли HTML элемент ``, который может изменить способ разрешения относительных ссылок.

Может ли извлекатель найти URL, разбитые на несколько строк?

Нет. Перенос строки завершает совпадение, даже если следующая строка визуально продолжает тот же адрес. Так бывает при копировании из PDF или форматированного документа. Соедините разорванные части в копии текста перед извлечением, затем проверьте результат: перенос строки иногда разделяет два действительно разных фрагмента содержимого.

Найдёт ли инструмент ссылки в PDF, скриншоте или изображении?

Он работает с текстом, вставленным в поле ввода, а не с исходным файлом или изображением. Выделенный текст из PDF можно скопировать и вставить сюда. Для скриншота или отсканированной страницы сначала используйте оптическое распознавание текста (OCR), затем проверьте распознанный текст на ошибки, такие как пропущенная пунктуация или ошибочные буквы.

Почему URL в JSON или HTML иногда извлекаются неправильно?

Извлекатель читает вставленные символы, не разбирая JSON или HTML. Например, `https:\/\/example.com` использует экранированные слэши и не совпадёт с ожидаемым префиксом; `&` в HTML остаётся `&` в результате. Если нужны фактические значения ссылок, сначала разберите или декодируйте исходный формат и проверьте результат перед использованием.