Extraer enlaces de un texto
Pega cualquier texto: la herramienta encuentra todas las URL http y https, elimina los duplicados y te devuelve una lista limpia, una por línea.
Qué enlaces reconoce la herramienta
Se cogen las direcciones que empiezan por http://, https:// o ftp://, y las escritas sin protocolo que empiezan por www. seguido de un dominio, como www.ejemplo.es: en los textos la gente las escribe así, y eran las que faltaban. Un nombre de archivo como informe.pdf no empieza por www y se queda fuera.
Los signos de puntuación pegados al final (el punto que cierra la frase, las comas, los dos puntos) se quitan, y un paréntesis de cierre se quita solo si la dirección no lo ha abierto: en (ver https://sitio.es/pagina) se queda fuera, mientras que una dirección de Wikipedia que acaba en Roma_(ciudad) se queda entera. Las comillas, también las curvas de los documentos de Word, cierran el enlace, mientras que el apóstrofo entre dos letras se queda dentro, como en las páginas sobre L'Aquila o Sant'Angelo.
Duplicados y dominios: cómo leer los contadores
Los duplicados se quitan conservando el orden de aparición, sin mirar las mayúsculas del protocolo y del dominio, que en la web no cuentan: HTTPS://Sitio.ES/a y https://sitio.es/a son la misma dirección. El resto se compara tal como está escrito, así que https://sitio.es/pagina y https://sitio.es/pagina/ siguen siendo dos direcciones distintas, y un enlace escrito con www. sigue siendo distinto del mismo enlace escrito con http://, porque del primero no se sabe el protocolo.
El contador de sitios agrupa los enlaces por dominio, ignorando el prefijo www: útil para ver de un vistazo cuántas fuentes distintas cita un artículo, revisar los enlaces de una newsletter antes de enviarla o hacer inventario de las referencias de una tesis.
El mismo texto, cinco cosas que buscar
Encima del recuadro hay cinco botones, y el mismo texto se puede pasar también por los otros tipos con las mismas reglas: Extractor de correos, Extraer hashtags, Extraer menciones y Extraer números de teléfono.
El mismo texto con el mismo botón da la misma lista en las cinco páginas.