Link-Extraktor: jeden Link einer Seite auslesen

Dieser Link-Extraktor zieht jeden Link aus einer Webseite und liefert dir eine saubere Liste: jede URL als absolute Adresse, den Ankertext, auf den Leute klicken, ob der Link intern oder extern ist und ob ernofollow, sponsored oder ugc trägt. Gib eine URL ein, um eine Live-Seite abzurufen, oder füge HTML ein, um Links privat in deinem Browser auszulesen. Filtere das Ergebnis, entferne Duplikate und exportiere es als CSV, kostenlos und ohne Anmeldung.

So liest du Links einer Website aus

1. Wähle einen Modus. Der URL einer Webseite ruft die Seite für dich ab; Eingefügtes HTML arbeitet mit Quelltext, den du schon hast.
2. Gib die Seitenadresse ein (oder füge das HTML ein) und klicke auf Links extrahieren. Weiterleitungen werden verfolgt, und Links werden gegen die endgültige Adresse aufgelöst.
3. Lies die Zusammenfassung: Links gesamt, einzigartige URLs, intern, extern und wie viele nofollow, sponsored oder ugc sind.
4. Grenze das Ergebnis ein mit den Filtern Typ und Rel und dem Suchfeld. Entferne den Haken bei Doppelte URLs entfernen, um jedes Vorkommen in der Reihenfolge der Seite zu sehen.
5. Nimm das Ergebnis mit: kopiere die URLs, lade eine CSV für eine Tabellenkalkulation herunter oder schicke sie an den Bulk-URL-Opener (Englisch), um sie in Tabs zu öffnen.

Aus einer URL oder aus eingefügtem HTML: was wann

Der URL-Modus ist der schnelle Weg für öffentliche Seiten. Browser erlauben einer Website nicht, die Seiten einer anderen zu lesen (Same-Origin-Policy). Deshalb ruft Marqlys Server die Seite ab und schickt dir nur die Liste der Links zurück. Er liest das HTML genau so, wie der Server es ausliefert, ohne JavaScript auszuführen, also die erste Ansicht, die auch ein Suchmaschinen-Crawler vor dem Rendern bekommt.

Der Modus Eingefügtes HTML kontaktiert nie einen Server. Nutze ihn, wenn:

• die Seite ihre Links mit JavaScript aufbaut. Öffne die Seite und die Entwicklertools, klicke mit rechts auf das Element <html>, kopiere dessen äußeres HTML und füge es hier ein, dann bekommst du die Links so, wie sie gerendert sind.
• die Seite hinter einem Login liegt oder Inhalte nur deiner Sitzung zeigt.
• die Website automatisierte Anfragen blockt. Manche Websites antworten Bots mit 403 oder einer Prüfseite; dein eigener Browser kann die Seite trotzdem laden und dir ihren Quelltext geben.
• das HTML gar keine Webseite ist: eine E-Mail-Vorlage, eine gespeicherte Datei, ein Export oder ein Ausschnitt aus einem CMS.

Gib im Modus Eingefügtes HTML eine Basis-URL an, damit relative Links wie /preise oder../docs zu vollständigen Adressen werden. Enthält das HTML ein eigenes<base href>, hat dieses Vorrang, genau wie in einem Browser.

Was jede Spalte bedeutet

URL

Das Linkziel als absolute URL, aufgelöst wie in einem Browser: relative Pfade gegen die Seitenadresse (oder deren <base>-Element), HTML-Entitäten wie & dekodiert. Ein Link, der nur innerhalb der Seite springt, etwa #kommentare, wird zur eigenen URL der Seite plus diesem Fragment.

Ankertext

Der sichtbare Text des Links. Bei Bildlinks ohne Text wird der alt-Text des Bildes verwendet, danach aria-label oder title des Links. Eine leere Zelle bedeutet, dass der Link überhaupt keinen zugänglichen Text hat. Das lohnt eine Korrektur, für Nutzer von Screenreadern und für Suchmaschinen, die den Ankertext nutzen, um das Ziel zu verstehen.

Typ: intern, extern, sonstige

Interne Links zeigen auf denselben Host wie die Seite, ein führendes www. wird ignoriert. Externe Links zeigen überallhin sonst, auch auf andere Subdomains derselben Domain, die eigene Hosts sind. Sonstige sammelt Nicht-Web-Links: mailto:,tel:, javascript: und Ähnliches. Im Modus Eingefügtes HTML ohne Basis-URL lassen sich relative Links nicht auflösen und werden als intern gezählt, denn ein relativer Link zeigt immer auf die eigene Website.

Rel: nofollow, sponsored, ugc

Das Attribut rel sagt Suchmaschinen, in welcher Beziehung eine Website zur verlinkten Seite steht. Googles Hinweise zumKennzeichnen ausgehender Links(Englisch) definieren drei Werte:

• sponsored: Werbeanzeigen und bezahlte Platzierungen.
• ugc: Links in nutzergenerierten Inhalten, etwa in Kommentaren und Forenbeiträgen.
• nofollow: für den Fall, dass die anderen Werte nicht passen und die Website nicht mit dem Ziel in Verbindung gebracht werden möchte.

Werte lassen sich kombinieren, durch Leerzeichen oder Komma getrennt (rel="ugc nofollow"), und der Extraktor liest beide Schreibweisen. Links ohne einen der drei Werte erscheinen als gefolgt. Andere rel-Werte wie noopener oder noreferrer stehen ebenfalls in der Spalte, ändern diesen Status aber nicht: Sie betreffen Browsersicherheit und Referrer-Daten, nicht Suchmaschinen.

× (Vorkommen)

Bei entfernten Duplikaten: wie oft dieselbe URL auf der Seite vorkommt. Eine 3 für deine Preisseite bedeutet meist Links in Kopfbereich, Inhalt und Fußbereich. Das erste Vorkommen liefert den Ankertext; entferne den Haken bei der Duplikat-Option, um jedes Vorkommen mit eigenem Text zu sehen.

Links als CSV exportieren

CSV herunterladen speichert die Links, die deinen aktuellen Filtern entsprechen, mit den Spalten url, anchor_text, type, rel undoccurrences. Die Datei öffnet sich in Excel, Google Sheets und Numbers. Der Ankertext stammt von einer Seite, die du nicht kontrollierst: Jeder Zelle, die mit =, +,- oder @ beginnt, wird deshalb ein Apostroph vorangestellt, damit eine Tabellenkalkulation sie nicht als Formel ausführt.

Wofür Leute einen Link-Extraktor nutzen

• SEO-Audits. Zähle die internen Links einer Seite, finde wichtige Seiten, auf die sie nie verlinkt, und prüfe, ob bezahlte Links und Partnerlinks sponsored tragen.
• Defekte Links finden. Lies die externen Links einer Seite aus, füge sie in diePrüfung auf defekte Links ein, um zu sehen, welche Fehler liefern, und verfolge verdächtige mit der Weiterleitungsprüfung.
• Ressourcen sammeln. Mach aus einer Seite mit „besten Ressourcen“, einem Newsletter-Archiv oder einem Konferenzprogramm eine Liste, die du sortieren, filtern und abarbeiten kannst.
• Inhalts-Migrationen. Liste vor dem Umzug alle Links der alten Seiten auf, damit nichts auf eine URL zeigt, die bald verschwindet.
• E-Mail-Vorlagen prüfen. Füge das HTML eines Newsletters ein, um zu bestätigen, dass jeder Link dorthin führt, wo er soll, und die richtigen Tracking-Parameter trägt, oder entferne diese Parameter mit dem URL-Bereiniger.

Grenzen und Sonderfälle

• Nur <a href>-Links werden extrahiert. Image-Map-Bereiche, Buttons, die per JavaScript navigieren, und URLs, die nur als Klartext erscheinen, sind im HTML-Sinn keine Links und fehlen im Ergebnis.
• Verstecktes Markup wird übersprungen. Links in Kommentaren, Skripten, Styles und Templates werden im URL-Modus ignoriert, weil ein Besucher sie nie sieht oder anklickt.
• Größenlimits im URL-Modus: die ersten 2 MB HTML und bis zu 5.000 Links pro Seite. Die Statuszeile sagt dir, wenn eine Seite abgeschnitten wurde.
• Nur öffentliche Seiten. Der Abruf lehnt Adressen in privaten Netzwerken, URLs mit eingebetteten Passwörtern und andere Ports als 80 und 443 ab und liest nur HTML-Antworten; die URL eines PDFs oder Bildes wird abgewiesen.
• Eine Seite nach der anderen. Das ist kein Crawler. Um eine Website abzudecken, lass die Seiten laufen, die dir wichtig sind, oder starte bei ihrer Sitemap.

Datenschutz

Eingefügtes HTML wird von deinem eigenen Browser geparst und verlässt ihn nie. Im URL-Modus wird die Seite von Marqlys Server mit dem User-Agent MarqlyLinkExtractor/1.0 abgerufen; die Antwort wird einmal gelesen, um die Links zu sammeln, und weder die Seite noch die Ergebnisse werden gespeichert. Filtern, Duplikate entfernen und Export laufen immer in deinem Browser.

Behalte die Links, die es wert sind

Eine Tabelle voller Links ist eine Momentaufnahme; das meiste davon veraltet in einem Ordner. Wenn einige der ausgelesenen Links es wert sind, wieder aufgerufen zu werden, speichere sie in Marqly: Jedes Lesezeichen behält Titel und Tags, liegt in Boards, die du ordnest, und synchronisiert sich mit der Browser-Erweiterung sowie den Apps für iOS und Android. Der kostenlose Tariffasst bis zu 100 Lesezeichen; Pro ist unbegrenzt und ergänzt Volltext- und semantische Suche, damit du eine Seite danach findest, was darin stand. Hast du schon Tausende gespeicherte Links, räume sie zuerst mit demFinder für doppelte Lesezeichen auf.