Vind dubbele bladwijzers in je export

Waarom dubbele bladwijzers zich opstapelen

Niemand bewaart dezelfde pagina met opzet twee keer. Duplicaten komen voort uit de mechaniek van het bewaren: je maakt een bladwijzer van een artikel vanuit een nieuwsbriefklik (metutm_source eraan vastgeplakt) en maanden later nog eens vanuit de adresbalk. Sync voegt de bladwijzers van een oude laptop samen met je huidige profiel. Je importeert een export “voor de zekerheid” op een nieuwe machine zonder eerst iets te verwijderen. Elk van die momenten ziet er onschuldig uit; tien jaar ervan betekent een export waarin een flink deel van het bestand dezelfde pagina’s onder iets andere URL’s zijn.

Hoe het werkt

De hele keten draait binnen dit browsertabblad, zonder server:

1. Je html-bestand met bladwijzers wordt lokaal ingelezen en als document verwerkt: elke link die erin staat wordt eruit gehaald, met titel en bewaardatum-attribuut. Links die geen webpagina zijn (alles wat geen http of https is) worden overgeslagen.
2. Elke URL wordt genormaliseerd: hostnaam in kleine letters, slash aan het eind weg, bekende trackingparameters weggelaten, fragment genegeerd. Het resultaat is de vergelijkingssleutel.
3. Bladwijzers met dezelfde sleutel worden gegroepeerd; elke groep met meer dan één lid verschijnt in de resultatentabel, gesorteerd op het aantal kopieën, met de verschillende titels waaronder de pagina is bewaard.
4. De ontdubbelde download houdt één regel per unieke pagina: de eerste voorkomst, met oorspronkelijke titel, bewaardatum en URL zoals je ze bewaarde. Het bestand wordt in het tabblad gemaakt en als download aan je teruggegeven.

Zo gebruik je hem

1. Exporteer je bladwijzers uit je browser: open de bladwijzerbeheerder en kies de exportoptie om een html-bestand op te slaan. De menupaden per browser staan inonze handleiding voor exporteren en importeren.
2. Kies dat bestand hierboven met de keuzeknop Html-bestand met bladwijzers.
3. De statusregel vertelt je hoeveel er in totaal zijn gecontroleerd, hoeveel URL’s dubbel voorkwamen en hoeveel kopieën weg kunnen, en de tabel noemt elke dubbele URL.
4. Druk op Ontdubbelde html downloaden voor een kopie van het bestand met één regel per unieke pagina.
5. Vervang de oude set: importeer het schone bestand in een nieuwe map (of wis eerst de oude bladwijzers en importeer dan), zodat je het resultaat kunt controleren voordat je je vastlegt.

Welke URL’s tellen als dubbel

Het vergelijken gebeurt op de genormaliseerde URL, nooit op de ruwe tekst. Dit is precies wat wordt samengevoegd, en wat bewust gescheiden blijft:

De voorzichtigheid is opzet: twee echt verschillende pagina’s ten onrechte samenvoegen (een gepagineerd archief, twee producten op één domein) vernietigt informatie, terwijl een stilistisch bijna-duplicaat missen alleen een bladwijzer overlaat die je met de hand verwijdert.

Wat het ontdubbelde bestand bevat

Een standaard Netscape-html-bestand met bladwijzers, hetzelfde formaat dat browsers exporteren, met één regel per unieke URL. De overlevende kopie is deeerste voorkomst in de volgorde van je bestand, met titel, bewaardatum (als de export er een vastlegde) en URL precies zoals je ze bewaarde; de genormaliseerde URL is alleen een vergelijkingssleutel en wordt nooit in de uitvoer geschreven. Het is een platte lijst: mappen worden platgeslagen, omdat het samenvoegen van “dezelfde URL in drie verschillende mappen” tot een boom geen juist antwoord heeft. Chrome, Firefox, Edge en Safari importeren het allemaal. Om het bestand vooraf of achteraf te bekijken, opent debladwijzerbestand-viewer het als doorzoekbare tabel.

Wanneer je dit draait

• Voor een migratie: bij een verhuizing naar een nieuwe machine of een nieuw browserprofiel ontdubbel je eerst, zodat je de verse opzet niet vult met jaren sync-stof. Dehandleiding voor het migreren van browserbladwijzers(Engels) behandelt de rest.
• Nadat sync dingen heeft vermenigvuldigd: het klassieke profiel met “hetzelfde tabblad twee keer”, ontstaan door oude apparaten samen te voegen.
• Voordat je importeert in een nieuwe beheerder: de meeste tools detecteren geen duplicaten bij het importeren, dus een verdubbeld bestand blijft voor altijd verdubbeld. Wat een beheerder na het opschonen moet doen, staat in onzegids voor het ordenen van bladwijzers.
• Bij een onderzoeksstapel uit veel bronnen: nieuwsbriefklikken, zoekresultaten en gedeelde berichten bewaren dezelfde pagina’s onder verschillende campagne-URL’s. Is de stapel eerder een leeswachtrij dan een lijst met links, dan past eenlater-lezen-opzet beter.

Privacy: wat er met je bestand gebeurt

Er verlaat niets je computer. Deze tool heeft geen servercomponent: je bestand wordt in het geheugen van de pagina ingelezen, verwerkt, gegroepeerd en opnieuw gemaakt, volledig in je browsertabblad. Er wordt niets van geüpload, geen verzoek neemt de inhoud mee, er is geen account en geen quotum, en het sluiten van het tabblad gooit alles weg: er blijft niets over omdat er niets wordt verstuurd. Wil je bewijs voordat je een bladwijzerbestand aan een webtool toevertrouwt, open dan de netwerkinspecteur van je browser voordat je het bestand kiest: ontdubbelen levert helemaal geen netwerkverzoeken op.

Grenzen en randgevallen

• Bijna-duplicaten worden niet gevangen. Verschillende subdomeinen, AMP-varianten, protocolwijzigingen en verkorte URL’s die elders uitkomen blijven aparte regels, zie de tabel hierboven.
• De eerste kopie wint. Heeft de eerst bewaarde kopie de slechtste titel (“Pagina zonder titel”), dan is dat de overlevende. Exporteer opnieuw, wijzig de volgorde of corrigeer titels na het importeren.
• Mappen worden platgeslagen in de download, met opzet. Zie de uitvoer als een ontdubbelde set links, niet als een heringedeelde bibliotheek.
• Oorspronkelijke bewaardatums blijven in het gedownloade bestand staan, maar importeer je dat bestand in Marqly, dan krijgen items hun importdatum: de oorspronkelijke datums blijven niet bewaard bij een import. Titels en tags komen wel mee.
• Alleen http(s)-bladwijzers worden verwerkt. Andere regels in de export worden genegeerd, en daarom kunnen de aantallen iets afwijken van wat de beheerder van je browser toont.

Na het opschonen

Ontdubbelen lost de overbodigheid op, niet de vindbaarheid: een platte lijst van tweeduizend unieke links blijft tweeduizend links. Het opgeschoonde bestand importeren inMarqly behoudt titels en tags, en op het Pro-abonnement tagt de AI elke geïmporteerde link automatisch, terwijl zoeken op betekenis “dat stuk over onderhandelen over een loonsverhoging” vindt zonder dat je de titel hoeft te onthouden of waar je het hebt ingedeeld. Marqly heeft een gratis abonnement (Engels) om mee te beginnen; lees ook onze handleiding overChrome-bladwijzers importeren, of haal de trackingparameters uit losse links met deURL-opschoner voordat je ze helemaal bewaart.

Gerelateerde tools en gidsen

• Bekijk elke bladwijzerexport als doorzoekbare tabel, voor of na deze tool.
• Controleer de overlevenden op linkrot: eerst ontdubbelen en dan in batches controleren is de een-twee-aanpak voor een oude collectie.
• Haal trackingparameters weg uit één link tegelijk.
• Verplaats bladwijzers tussen browsers (Engels) zonder de rommel mee te nemen.
• Een systeem om bladwijzers te ordenen (Engels) waardoor duplicaten volgend jaar niet terugkomen.
• Maak van de opgeschoonde lijst een werkende leeswachtrij.