Extrair URLs de um texto
Cole qualquer texto — e-mail, PDF, planilha, conversa — e puxe só as URLs de dentro, no seu próprio navegador. Sem ponto final grudado no fim do link, sem parêntese sobrando, e achando também o domínio sozinho, sem http:// nem www.
O texto não sai do seu navegador — fechou a aba, sumiu.
As URLs aparecem aqui, enquanto você cola.
O ponto final que vira parte do link
4tools.com.br é a primeira ferramenta brasileira desta busca, e o regex inteiro está no HTML da página, sem ofuscação: /https?:\/\/[^\s<>"']+|www\.[^\s<>"']+/g. Rodado contra “Acesse https://exemplo.com.br. Obrigado!”, ele devolve https://exemplo.com.br. — com o ponto final grudado dentro do link. Cole isso num navegador ou numa planilha e ele quebra: o endereço que existe é um caractere mais curto.
O mesmo regex devolve https://exemplo.com.br, de uma frase com vírgula, e https://exemplo.com.br/pagina) de um link entre parênteses — o fechamento que embrulha a frase entra junto, porque a régua não sabe a diferença entre “parte da URL” e “pontuação de quem escreveu a frase”. Aqui a regra é: pontuação de frase sai sempre; um fechamento só sai quando ele SOBRA, sem abertura correspondente dentro do próprio link — o link da Wikipédia …Brasil_(desambiguação) mantém o parêntese dele, porque esse é de verdade.
O domínio sem “www.” nem “http://”
A mesma frase de teste — “O site é exemplo.com.br, sem www e sem http.” — devolve lista VAZIA no 4tools.com.br: o regex de lá só reconhece o que começa com http ou www. Um domínio sozinho no meio da frase, do jeito que a maioria das pessoas realmente escreve um endereço em texto corrido, passa despercebido.
Esta ferramenta confere o final de cada domínio solto contra a lista oficial da IANA — a mesma que extrair e-mails usa para o que vem depois do arroba. Sem essa conferência, QUALQUER “palavra.palavra” da frase viraria link, inclusive nomes de biblioteca: .js é um final que EXISTE de verdade na lista (é o domínio de território de Jersey), e é também o final de praticamente toda biblioteca JavaScript com nome próprio — Next.js, Vue.js, Chart.js. Por isso este parágrafo não vira link sozinho: Next.js sem http:// nem www. na frente não é um achado — com qualquer um dos dois na frente, a ambiguidade some e ele passa a ser um achado de verdade.
Maiúscula muda o link, ou não muda?
O esquema e o domínio nunca fazem diferença de caixa — HTTPS://Exemplo.COM.BR e https://exemplo.com.br são o mesmo endereço, e por isso os dois descem para minúsculas aqui. O CAMINHO depois do domínio não: /Produto e /produto já foram páginas diferentes num servidor de verdade, então a ferramenta não mexe nele. É a mesma direção da assimetria que extrair e-mails aplica no nome antes do arroba — só que ali quem preserva a caixa é o usuário, e aqui é sempre o caminho.
O texto sai do meu computador?
Não. A extração inteira acontece dentro do seu navegador — não existe servidor recebendo o texto que você colou, não existe cadastro e nada fica guardado depois que você fecha a aba.
Ela mexe no meu texto?
Ela só lê. O que sai é uma lista à parte — o texto original que você colou continua exatamente como estava, no campo de cima.