Cómo extraer las URL y los enlaces de un sitio web

Elige qué inventario necesitas
Para una sola página, extrae los enlaces del HTML. Para un sitio, combina el sitemap con un rastreo autorizado y guarda desde qué página se encontró cada URL.
Distingue enlaces y recursos
Los enlaces de navegación suelen aparecer en atributos href. Imágenes, scripts y hojas de estilo usan otros atributos y pueden requerir un inventario separado.
Compara cinco métodos
Puedes usar un extractor en línea, inspeccionar el código fuente, consultar el sitemap, rastrear enlaces internos o procesar HTML con un script. La mejor opción depende de la escala y de cómo se genera la página.
Extrae enlaces de una página
Resuelve rutas relativas respecto de la URL base. Conserva texto del enlace y origen si vas a auditar contenido. Excluye fragmentos o protocolos no web según el objetivo.
Recorre un sitio completo
Define el host, el alcance, las reglas de exclusión y un ritmo adecuado. Deduplica las URL sin eliminar parámetros que cambien el contenido y contrasta el inventario con el sitemap.
Revisa los resultados antes de actuar
Clasifica enlaces internos y externos y conserva códigos HTTP y destinos finales. Comprueba manualmente una muestra de enlaces bloqueados o generados mediante JavaScript.
Preguntas frecuentes
¿Un sitemap contiene todos los enlaces del sitio?+
Directorio de herramientas
Explora las utilidades de imagen, PDF, desarrollo y SEO disponibles en español.