Jeden anklickbaren Link und jede bloß gedruckte Adresse sammeln, samt den Seiten, auf denen sie sitzen.
Links aus PDF extrahieren
Jeden anklickbaren Link und jede bloß gedruckte Adresse sammeln, samt den Seiten, auf denen sie sitzen.
Seiten werden in diesem Tab gelesen, und keine Adresse wird jemals angefragt — nichts wird abgerufen, verfolgt oder gemeldet. Die PDFs bleiben auf Ihrem Gerät.
Ein PDF bewahrt Links an zwei völlig unabhängigen Orten, und die meisten Exporte schauen nur an einen. Anklickbare Links sind Anmerkungen — ein Rechteck mit einer Aktion dahinter. Gedruckte Adressen sind bloß Text: www.example.com, in eine Broschüre getippt, ist überhaupt nicht anklickbar, und eine lange URL ist meist über zwei Zeilen gebrochen. Beide werden hier gesammelt, die umbrochenen wieder zusammengefügt, und eine Adresse, die gedruckt ist und zugleich auf dasselbe Ziel verlinkt, zählt einmal statt zweimal. Jede Zeile zeigt die Adresse, die Art des Links, die Wörter, unter denen er sitzt, und die Seiten, auf denen er auftritt. Nichts wird jemals abgerufen: Das Lesen geschieht auf Ihrem Gerät, und Adressen werden genau so gemeldet, wie das Dokument sie speichert.
Funktionen
Anklickbare Anmerkungen und in den Text geschriebene Adressen in einer Liste gesammelt
Über eine Zeile gebrochene Adressen werden wieder zusammengefügt, bevor sie gezählt werden
E-Mails, interne Seitensprünge und Links, die eine Datei oder ein Skript öffnen, werden unterschieden
Der Ankertext unter jedem Rechteck, damit Sie sehen, wie ein Link benannt war
Duplikate zusammenführen, nach Art oder Domain filtern und nach Seite oder Domain sortieren
Mehrere PDFs auf einmal, mit der Quelldatei in jeder Zeile
CSV- und Textexporte, die jede Zeile tragen, nicht nur die am Bildschirm
Eine Warnung, wenn ein Link einen Anhang öffnet oder ein Skript startet statt einer Webseite
So verwendest du Links aus PDF extrahieren
Ein oder mehrere PDFs auf die Seite ziehen
Warten, während die Anmerkungen und die Textebene jeder Seite gelesen werden
Nach Art oder Domain filtern, oder das Zusammenführen von Duplikaten abschalten, um jedes Vorkommen zu sehen
Die Liste kopieren oder als CSV mit den Seitenzahlen herunterladen
Interne Sprünge sind Seitenverweise und bleiben daher aus der reinen URL-Liste heraus.
Häufige Fehler & Fehlerbehebung
In einem Dokument voller Adressen wurde nichts gefunden. — Ein Scan hat keine Textebene und meist auch keine Anmerkungen, es gibt also nichts zu lesen. Lassen Sie zuerst PDF-OCR laufen und extrahieren Sie dann erneut.
Ein aufgeführter Link ist tot. — Adressen werden nie besucht, eine tote oder umgeleitete URL erscheint also genau so, wie sie gespeichert ist. Ob eine auflöst, prüfen Sie in einem separaten Schritt im Browser.
Zwei Zeilen sehen wie dieselbe Adresse aus. — Sie unterscheiden sich an einer Stelle, die zählt. Beim Zusammenführen werden nur Schema, ein führendes www., die Groß- und Kleinschreibung des Hosts, Standardports, ein abschließender Schrägstrich und ein leeres Fragment ignoriert — Abfrageketten und Pfade bleiben, weil sie auf verschiedene Seiten zeigen.
Eine über einen Zeilenumbruch gedruckte Adresse kam abgeschnitten heraus. — Sie wird zusammengefügt, wenn der Umbruch wie Teil der Adresse aussieht, etwa nach einem Bindestrich oder einem pfadartigen Schrägstrich. Ein Umbruch nach einem Punkt beendet stattdessen einen Satz und bleibt unangetastet; prüfen Sie den Wortlaut auf dieser Seite.
Häufig gestellte Fragen
Besucht die Extraktion die Adressen oder prüft sie, ob sie funktionieren?
Nein. Nichts wird abgerufen, aufgelöst oder ausgeschrieben, nicht einmal ein Kurzlink. Jede Adresse wird so gemeldet, wie das Dokument sie speichert — genau deshalb erscheint auch eine tote URL in der Liste.
Was unterscheidet einen anklickbaren von einem gedruckten Link im Ergebnis?
Ein anklickbarer Link ist eine Anmerkung, die ein Leseprogramm auslösen kann. Ein Textlink ist eine auf die Seite getippte Adresse, die niemand anklickbar gemacht hat — sie liest sich wie ein Link auf Papier, aber ein Antippen tut nichts.
Warum sagen manche Zeilen „Datei / Start“ statt eine Webadresse zu zeigen?
Weil der Link ein anderes Dokument, einen Anhang oder ein Skript öffnet statt einer Seite. Die sind genaues Lesen wert, bevor Sie einem PDF von außerhalb vertrauen.
Kann ich die Links aus einem ganzen Ordner voller Berichte auf einmal sammeln?
Ja. Legen Sie die PDFs gemeinsam ab, und jede Zeile behält die Datei, aus der sie stammt, sodass ein einziges CSV den Stapel abdecken kann und Sie doch sehen, zu welchem Dokument jede Adresse gehört.
Sind Sprünge zu anderen Seiten im Dokument enthalten?
Ja, wo möglich zu einer Seitenzahl aufgelöst und sonst zum Zielnamen. Aus der reinen Adressliste bleiben sie heraus, denn „Seite 12“ ist keine URL.
Verwandte Tools
PDF-Inspector — Version, Seitengrößen, Schriften, Bilder, Formulare, Sicherheit und Standards eines PDF sehen.
PDF zu Text — Extrahiere auswählbaren Text aus einem PDF als reinen Text oder Markdown.