Estrattore di link: ottieni ogni link di una pagina

Questo estrattore di link tira fuori ogni link da una pagina web e ti dà un elenco pulito: ogni URL reso assoluto, il testo del link su cui si clicca, se il link è interno o esterno e se portanofollow, sponsored o ugc. Inserisci un URL per scaricare una pagina online, oppure incolla dell’HTML per estrarre i link in privato nel tuo browser. Filtra il risultato, togli i duplicati ed esportalo in CSV: gratis e senza registrazione.

Come estrarre i link da un sito web

1. Scegli una modalità. L’URL di una pagina web scarica la pagina al posto tuo; HTML incollato lavora sul codice sorgente che hai già.
2. Inserisci l’indirizzo della pagina (o incolla l’HTML) e premi Estrai i link. I reindirizzamenti vengono seguiti e i link sono risolti rispetto all’indirizzo finale.
3. Leggi il riepilogo: link totali, URL unici, interni, esterni e quanti sono nofollow, sponsored o ugc.
4. Restringi il campo con i filtri Tipo e Rel e con la casella di ricerca. Togli la spunta a Rimuovi gli URL duplicati per vedere ogni occorrenza nell’ordine della pagina.
5. Porta con te il risultato: copia gli URL, scarica un CSV per un foglio di calcolo oppure mandali all’apri-URL in blocco (in inglese) per aprirli in schede.

Da un URL o da HTML incollato: quale usare

La modalità URL è la via rapida per le pagine pubbliche. I browser non permettono a un sito di leggere le pagine di un altro (la same-origin policy), quindi la pagina viene scaricata dal server di Marqly, che rimanda indietro solo l’elenco dei link. Legge l’HTML esattamente come lo consegna il server, senza eseguire JavaScript: la stessa prima visione che ottiene un crawler dei motori di ricerca prima di elaborare la pagina.

La modalità HTML incollato non contatta mai un server. Usala quando:

• La pagina costruisce i link con JavaScript. Apri la pagina, apri gli strumenti per sviluppatori, fai clic con il tasto destro sull’elemento <html>, scegli di copiare il suo HTML esterno e incollalo qui: ottieni i link così come vengono visualizzati.
• La pagina è protetta da login o mostra contenuti solo alla tua sessione.
• Il sito blocca le richieste automatiche. Alcuni siti rispondono ai bot con un 403 o con una pagina di verifica; il tuo browser può comunque caricare la pagina e darti il suo sorgente.
• L’HTML non è affatto una pagina web: un modello di email, un file salvato, un’esportazione o un frammento di un CMS.

Aggiungi un URL di base in modalità incolla, così i link relativi come /prezzi o ../docsdiventano indirizzi completi. Se l’HTML contiene un proprio <base href>, vince quello, esattamente come in un browser.

Che cosa significa ogni colonna

URL

La destinazione del link come URL assoluto, risolto come farebbe un browser: percorsi relativi rispetto all’indirizzo della pagina (o al suo elemento <base>), entità HTML come& decodificate. Un link che salta solo dentro la pagina, come #commenti, si risolve nell’URL della pagina stessa più quel frammento.

Testo del link

Il testo visibile del link. Per i link con immagine senza testo si usa il testo alt dell’immagine; poi aria-label o title del link. Una cella vuota significa che il link non ha alcun testo accessibile: da correggere per chi usa uno screen reader e per i motori di ricerca, che usano il testo del link per capire la destinazione.

Tipo: interno, esterno, altro

I link interni puntano allo stesso host della pagina, ignorando un www. iniziale. I link esterni puntano a qualsiasi altro posto, compresi gli altri sottodomini dello stesso dominio, che sono host separati. Altri raccoglie i link non web: mailto:,tel:, javascript: e simili. In modalità incolla senza URL di base, i link relativi non si possono risolvere e vengono contati come interni, dato che un link relativo punta sempre al proprio sito.

Rel: nofollow, sponsored, ugc

L’attributo rel dice ai motori di ricerca in che rapporto sta un sito con la pagina a cui rimanda. Le indicazioni di Google su comequalificare i link in uscitadefiniscono tre valori:

• sponsored: annunci pubblicitari e collocamenti a pagamento.
• ugc: link dentro contenuti generati dagli utenti, come commenti e post dei forum.
• nofollow: per quando gli altri valori non si applicano e il sito preferisce non essere associato alla destinazione.

I valori si possono combinare, separati da spazi o da virgole (rel="ugc nofollow"), e l’estrattore legge entrambe le forme. I link senza nessuno dei tre risultano seguiti. Altri valori di rel, comenoopener o noreferrer, compaiono nella colonna ma non cambiano quello stato: riguardano la sicurezza del browser e i dati sul referrer, non i motori di ricerca.

× (occorrenze)

Con i duplicati rimossi, quante volte lo stesso URL compare nella pagina. Un conteggio di 3 per la tua pagina dei prezzi di solito significa link nell’intestazione, nel corpo e nel piè di pagina. La prima occorrenza fornisce il testo del link; togli la spunta alla deduplicazione per vedere ogni istanza con il suo testo.

Esportare i link in CSV

Scarica CSV salva i link che corrispondono ai filtri attuali, con le colonneurl, anchor_text, type, rel e occurrences(intestazioni e valori di tipo restano in inglese, così il file è facile da elaborare). Si apre in Excel, Google Fogli e Numbers. Il testo del link viene da una pagina che non controlli, quindi ogni cella che comincia con=, +, - o @ è preceduta da un apostrofo, che impedisce a un foglio di calcolo di eseguirla come formula.

A che cosa serve un estrattore di link

• Audit SEO. Conta i link interni di una pagina, individua le pagine importanti a cui non rimanda mai e controlla che i link a pagamento e di affiliazione portino sponsored.
• Trovare i link rotti. Estrai i link esterni di una pagina, poi incollali nelcontrollo dei link rotti per vedere quali restituiscono errori, e segui quelli sospetti con la verifica dei redirect.
• Raccogliere risorse. Trasforma una pagina di «migliori risorse», un archivio di newsletter o il programma di una conferenza in un elenco che puoi ordinare, filtrare e scorrere.
• Migrazioni di contenuti. Elenca ogni link delle vecchie pagine prima di spostarle, così nulla punta a un URL che sta per sparire.
• Controllare i modelli di email. Incolla l’HTML di una newsletter per confermare che ogni link vada dove deve e porti i parametri di tracciamento giusti, oppure togli quei parametri con ilpulitore di URL.

Limiti e casi particolari

• Vengono estratti solo i link <a href>. Le aree delle image map, i pulsanti che navigano con JavaScript e gli URL che compaiono solo come testo semplice non sono link in senso HTML e non vengono inclusi.
• Il markup nascosto viene saltato. I link dentro commenti, script, stili e template vengono ignorati in modalità URL, perché un visitatore non li vede né li clicca mai.
• Limiti di dimensione in modalità URL: i primi 2 MB di HTML e fino a 5.000 link per pagina. La riga di stato ti dice quando una pagina è stata tagliata.
• Solo pagine pubbliche. Lo strumento rifiuta gli indirizzi di reti private, gli URL con password incorporate e le porte diverse da 80 e 443, e legge solo risposte HTML: l’URL di un PDF o di un’immagine viene respinto.
• Una pagina alla volta. Non è un crawler. Per coprire un sito, esegui le pagine che ti interessano oppure parti dalla sua sitemap.

Privacy

L’HTML incollato viene analizzato dal tuo browser e non lo lascia mai. In modalità URL, la pagina viene richiesta dal server di Marqly con lo user agent MarqlyLinkExtractor/1.0; la risposta viene letta una sola volta per raccogliere i link e né la pagina né i risultati vengono conservati. Filtri, deduplicazione ed esportazione girano sempre nel tuo browser.

Tieni i link che vale la pena tenere

Un foglio di calcolo di link è un’istantanea; quasi tutto invecchia in una cartella. Se alcuni dei link che hai estratto meritano di essere ripresi, salvali in Marqly: ogni segnalibro mantiene titolo e tag, sta nelle bacheche che organizzi e si sincronizza con l’estensione del browser e con le app per iOS e Android. Il piano gratuito (in inglese) contiene fino a 100 segnalibri; Pro è illimitato e aggiunge la ricerca a testo completo e semantica, così trovi una pagina per ciò che diceva. Se hai già migliaia di link salvati, ripuliscili prima con ilcercatore di segnalibri duplicati.