如何批量从原始文本或 HTML 中提取和打开 URL

这是一个常见的操作难题:您收到一份庞大的PDF文件、一串电子邮件会话或充满重要链接的HTML代码原始转储,但这些链接却埋藏在大段正文中。逐个复制粘贴每个链接并在浏览器中打开非常耗时。理想情况下,您希望有一种方法能够即时解析文本,找到每个有效的URL,并一次性提取或打开它们。在本教程中,我们将向您展示如何使用免费的网络工具、正则表达式公式和脚本,从杂乱的纯文本或原始代码中自动提取URL。

杂乱文本转储的困扰

隐藏链接的原始文本格式示例:

• 电子邮件对话或Slack日志。
• 包含锚标签(<a href="...">)的源代码或数据库导出文件。
• URL与标点符号和括号混合在一起的Markdown或Word文档。

自动URL提取的工作原理

解释用于扫描文本模式并隔离有效的http://和https://协议的正则表达式(Regex),同时过滤掉周围的字符、尾随句点或HTML标签。

批量提取和打开URL的3种方法

• 方法1:使用客户端在线提取器: 如何将文本转储粘贴到像openbulkurl.com这样的智能工具中,自动提取并即时生成清晰的链接列表。
• 方法2:Google Sheets的REGEXMATCH函数: 编写电子表格公式来定位并从相邻单元格中提取URL。
• 方法3:Notepad++或VS Code的正则表达式查找和替换: 使用文本编辑器删除除URL之外的所有内容。

处理提取链接的最佳实践

• 清理您的列表： 扫描提取的列表以过滤掉不需要的资源，如 .jpg、.css 或分析端点。
• 添加启动延迟： 在打开提取的链接时，添加时间缓冲以防止浏览器卡死。