Verktyg för batchfiltrering och bearbetning av URL:er

Extrahera URL:er i bulk från TXT-text, filtrera och ta bort dubbletter efter domän, suffix och protokoll.

Körningsläge i webbläsaren: Dina data bearbetas i webbläsaren och laddas inte upp till servern.

Hastighet och stabilitet: Bearbetningshastigheten beror på din enhet och webbläsare. För stora batchjobb kan skrivbordsversionen vara stabilare.

Verktyget laddas, vänta...

Om onlineverktyget inte kan laddas eller köras, prova skrivbordsverktyget. https://tools.yikeaigc.com/

Verktygsanvändning

Återgå till gamla versionen

Slutför filter- och utdatainställningar först. Filinnehåll läses, tolkas och packas bara på den här sidan. Vid batchval visas de första 20, men alla valda filer behandlas.

Inga data valda Regler är standard Utdata är standard

1Välj TXT- eller textfil

Klicka för att välja filer eller dra dem hit Stöder textfiler som TXT, CSV, LOG, HTML, JSON m.fl.; du kan även välja en mapp för batchläsning.

Om flera filer väljs visas bara de första 20 i förhandsvisningen. Bearbetning och packning inkluderar alla filer.

2Filöversikt

Valda filer0

Filstorlek0 KB

Visat antal0

KällägeFil

Välj filer, klistra in URL-text eller läs in exempeldata.

3Klistra in URL-lista

4Exempeldata

1Tolkningssätt och utdata

Extraheringsläge

För blandad text, välj ”Extrahera alla URL:er”.

Textkodning

Protokollfilter

Rotdomänexample.com Fullständig domänwww.example.com Protokoll + domänhttps://www.example.com Fullständig URLBehåll sökväg, parametrar kan ställas in OriginalfragmentExtraherad originaltext Domänsuffixcom / com.cn

2Domänsuffix och värdregler

Suffixfiltermetod

Anpassade suffix

Vanliga suffix

Kräv domänsuffixFiltrera lokala värdar som localhost Behåll IP-adresserStöd IPv4-/IPv6-värdar Ta bort inledande www.Enhetligt format för domänutdata

3Nyckelord, sökväg och dubbletter

Domän innehåller nyckelord

Domän utesluter nyckelord

Sökväg innehåller nyckelord

Dubblettomfång

Dubblettnyckel

Sortera resultat

1Utdatafilstruktur

Utdataläge

Utdata per fil behåller originalnamn; dubblettnamn får nummer automatiskt.

Resultatformat

Flerspaltavgränsare

Utgående protokoll

Fullständiga URL-parametrar

Tomma resultatfiler

2ZIP och extra filer

ZIP-filnamn

Filnamn för samlat resultat

Skapa statistikrapportCSV-format, antal per fil Skapa oidentifierade fragmentFör felsökning av ogiltiga URL:er Lägg till BOM i CSVHjälper kalkylprogram känna igen kinesiska

Kontrollera att datakälla, filter och utdata är klara. När du startar bearbetas alla valda filer på denna sida och ett ZIP-paket skapas för nedladdning.

Väntar på bearbetning0%

Skannar fil0

Hittade URL:er0

Matchar villkor0

Ta bort dubbletter0

Utdatafil0

FörhandsgranskaBearbetningsresultat

Ej bearbetad

Nr	Källfil	Utdata	Suffix	Status
Inte bearbetad än. Slutför inställningarna och klicka sedan på start.

Instruktioner

Användningsinstruktioner

Välj datakälla:På sidan ”Datakälla” väljer du textfiler som TXT, CSV eller LOG. Du kan även välja en mapp, klistra in en URL-lista eller läsa in exempeldata för att testa flödet.
Ställ in tolkningsmetod:
- Extrahera alla URL:er från text:Passar för blandat innehåll som loggar, källkod från webbsidor och JSON-fragment.
- Behandla en URL per rad:Passar för redan organiserade URL-listor.
Välj utdata:Du kan välja resultattyper som rotdomän, fullständig domän, protokoll + domän, fullständig URL, ursprungligt fragment och domänsuffix.
Konfigurera filtreringsregler:
- Suffixfiltrering:Du kan endast behålla eller exkludera domänsuffix som .com, .cn, .com.cn och .co.uk.
- Protokollfiltrering:Du kan tillåta alla protokoll eller endast behålla HTTP eller HTTPS.
- Nyckelordsfiltrering:Du kan filtrera efter domäner som innehåller nyckelord, domäner som ska exkluderas eller sökvägar som innehåller nyckelord.
- Inställningar för borttagning av dubbletter:Stöder global borttagning av dubbletter, borttagning av dubbletter inom enskilda filer eller att behålla dubblettresultat.
Ställ in utmatningssätt:Du kan mata ut per fil och behålla originalfilnamnet, mata ut i mappar efter resultattyp eller slå samman till en enda resultatfil.
Starta bearbetning och ladda ner:Gå till sidan ”Bearbeta och ladda ner”, klicka på ”Starta bearbetning” och klicka sedan på ”Ladda ner ZIP-resultat” när det är klart för att spara de bearbetade filerna.

Vanliga frågor

Svar:Rotdomän är en huvuddomän som example.com; fullständig domän behåller underdomäner som www, blog och shop; protokolldomän behåller http eller https, till exempel https://www.example.com.

Svar: Vanliga orsaker är ofullständigt format, otillräckliga domännivåer, onormala tecken, att protokollet inte är HTTP/HTTPS eller att de filtreras bort av suffix-, nyckelords- eller protokollregler. Markera ”Generera oidentifierade fragment” för att visa felsökningsfilen.

Svar: Du kan markera vanliga suffix direkt, eller ange .com, .net, .com.cn och liknande i anpassade suffix. Separera flera suffix med kommatecken, semikolon eller radbrytning.

Svar: Vid utmatning fil för fil behålls det ursprungliga filnamnet. Om flera filer har samma namn lägger systemet till en siffra efter filnamnet, till exempel list.txt, list(2).txt, för att undvika att resultaten skriver över varandra.

Svar: Välj ”global dubblettrensning” när du behöver rensa enhetligt över flera filer; välj ”dubblettrensning inom varje fil” om du vill att varje fil ska behålla en egen uppsättning resultat; välj ”ingen dubblettrensning” om du behöver behålla frekvens eller ursprungliga dubblettposter.

Svar: Nej. Filinnehållet läses, filtreras och paketeras på den aktuella sidan och laddas inte upp till servern. Det passar för att hantera data som innehåller interna länkar, loggutdrag eller webbplatslistor.

Svar: Som standard ingår bearbetningsresultat och statistikrapport som genereras utifrån det ursprungliga filnamnet. Om ”oidentifierade fragment” är aktiverat genereras även en extra felsökningsfil som registrerar URL-fragment som inte kan tolkas samt orsaken.