Webページのデータ抽出

Webページのリンクを無料で抽出。

リンク先URLと表示テキストをCSVにまとめます。リンクを開く必要はなく、同じURLは重複させません。

用意するもの: 通常のリンクが含まれたWebページをブラウザで開いてください。

Chrome拡張機能とWebActアカウントが必要です。
自動化タスクは月25回まで無料。利用するAIサービス側の制限も適用されます。

コピーして使える指示文

リンクをひとつずつコピーせずに済みます。

この指示文をコピーし、リンクを取り出したいページでWebActに貼り付けてください。

Webページのリンクを抽出タスク
このタブで開いているページのリンクだけを対象にしてください。リンクを開かずに、重複しないリンク先URLと各リンクの表示テキストを一覧にし、webact-webpage-link-extractor.csvというCSVファイルに保存してください。ファイル全体をUTF-8で48,000バイト未満に収めてください。現在の文書をrun_jsで読み取り専用として調べる必要がある場合は、その操作を提案し、私が明示的に承認するまで待ってください。リンク先URLへのアクセス、認証情報の参照、外部から取得したコードの実行、ページの変更はしないでください。確認できた内容と私が提供した情報だけを使い、不明な値は補わないでください。識別番号、日付、単位、通貨を維持してください。省略した内容、途中で切れている内容、読み取れない内容を報告し、すべて取得できたとは断言しないでください。結果を元のページと照合し、必要な入力情報が得られない場合は作業を中止してください。見出しは1行にまとめ、各行の列数をそろえ、引用符をCSVの仕様に従って処理してください。値は、表計算ソフトで数式として実行されない文字列として保存してください。作業を始める前に、必要な設定や元の情報が不足していれば質問してください。最初は25件以内、または短い文書を対象にし、実際に含めた内容を具体的に報告してください。表示中のすべてのリンクを使うのか、選択した範囲だけを使うのか、重複をどう扱うのかを確認してください。

ブラウザのAIを使う設定にして、タスクモードに貼り付けてください。

対象範囲を指定しましょう。 表示中のすべてのリンクが必要なのか、特定の範囲だけでよいのかを伝えてください。同じリンクが複数ある場合のまとめ方も指定できます。

ページ内のリンクを、ひとつのCSVに。使用例
この例で使用する元の情報
Page URL: https://example.com/ About links to /about Pricing links to /pricing
CSVの出力イメージです。元のページを変更せず、別のファイルに保存します。
サンプルCSVをダウンロード ↓
架空のデータを使った例です。ご自身のリンクを取り出すには、対象のページを開き、拡張機能でタスクを実行してください。
実践ガイド

文脈を保ってウェブページのリンクを抽出する方法

リンクの一覧は、ナビゲーションの確認、読む資料の収集、他の人への参考情報の共有に役立ちます。各リンク先の横にリンクテキストを残すと、説明のないURLだけの列より使いやすくなります。

適切な資料から始めましょう。

用意するもの
通常のリンクを含む、開いているページ 1 件。
目指す結果
リンクを開かずに、重複しないリンク先とアンカーテキストを一覧にします。

ワークフローの仕組み。

一覧にするページの範囲を選び、重複するリンク先を残すか決めます。同じURLに異なるラベルが付いている場合もあるため、重複を除くかどうかは確認の目的に合わせてください。

結果で確認すること。

代表的なリンク先をいくつか開き、ラベルを元のページと照合してください。抽出は存在したリンクを記録する処理であり、リンク先が正常に開くことやサイト全体を巡回したことを示すものではありません。

区切り文字を統一して CSV を読み込み、表計算の集計値を使う前に文字列の識別子、日付、金額を確認します。自動の型変換を確認する間は元ファイルを残してください。

具体例から学びましょう。

ダウンロードできる CSV 例には次の列があります: Anchor text, URL。自分の結果を並べ替え、結合、読み込みする前に、完全な一件を元資料と比較してください。

掲載例は説明用です。お使いのデータで実行した記録ではありません。

例をダウンロード ↓

自分の資料で使いましょう。

  1. 作業したい資料を開き、そのタブで WebAct を有効にします。
  2. ページ上部からタスクをコピーし、必要な項目や希望を加え、提案された操作を確認します。
  3. 最初の結果を元資料と比べます。必要な箇所は、具体的な修正や改善を求めてください。
タスクのプロンプトへ ↑
リンクを抽出するには

ページを用意して、リンクを取り出しましょう。

  1. 01

    WebActをインストールしてログイン。

    Chrome拡張機能をインストールし、WebActアカウントの確認を済ませます。ブラウザのAIを使う設定でChatGPTを選び、求められた場合はログインしてください。

  2. 02

    取り出したいリンクの範囲を選択。

    ページを開き、ChromeのツールバーからWebActを有効にします。対象の内容を選択してタスクモードに切り替え、表示中のすべてのリンクが必要なのか、選択した範囲だけでよいのかを指定してください。

  3. 03

    タスクを実行してCSVを確認。

    下の指示文を貼り付け、提案された操作を確認してから実行します。完了したら、CSVのURLと表示テキストを元のページのリンクと照合してください。

使うページ。

ブラウザで開いている、リンクの内容を読み取れるページ。

作成されるファイル。

重複しないリンク先URLと、それぞれの表示テキストをまとめた一覧です。リンクは開きません。 CSVファイル。

このタスクの対象範囲。

対象は有効にしたタブのみです。最初は25件以内、または短い文書で試してください。出力するファイル全体をUTF-8で48,000バイト未満に収める必要があります。ページを読み取り専用で調べる場合は、明示的な承認が必要です。

よくある質問

CSVを使う前に確認しましょう。

この例では、AboutとPricingという表示テキストを保持し、それぞれに完全なURLを付けています。

チャットとタスクの違いを読む
どのようなページを用意すればよいですか?

通常のリンクがあるページを開いてください。必要な部分を展開し、タスクに共有する情報を選びます。別のページや、まだ読み込まれていない内容にあるリンクは利用できません。

CSVのどこを確認すればよいですか?

リンクの表示テキストとURLを元のページと見比べてください。この例では、AboutとPricingに対応する2つの完全なURLが出力されます。対象になるのは選択した表示中の内容だけです。不明な情報は不明のままにし、推測で補わないようにします。

サイト全体のリンクを収集しますか?

いいえ。有効にしたタブの、選択した小さな範囲を対象にします。リンク先のページを開いたり、非表示の項目や未読み込みの内容を取得したりはしません。読み取れる範囲を選び、実際にどのリンクが含まれたか確認してください。

無料プランで利用できますか?

はい。WebActのFreeプランで、ブラウザのChatGPTを使って実行できます。Chrome拡張機能と確認済みのWebActアカウントが必要です。また、同じChromeプロファイルでChatGPTにログインしておいてください。WebActの有料プランや有料のAPIキーは不要ですが、ChatGPT側の利用制限は適用されます。 Freeプランでは、すべてのツールで共通の自動化タスクを月25回まで実行できます。タスクの最初の操作が始まった時点で1回分を消費します。途中の操作や完了に必要な再試行は、別のタスクとして数えません。利用枠はUTC基準で毎月初めにリセットされます。25回を使い切ったら、有料プランに変更するか、翌月までお待ちください。自動化を実行しない通常のチャットはこの回数に含まれず、AIサービス側の制限内で引き続き無料で利用できます。

このページ上でリンクを抽出するのですか?

いいえ。ここには使用例とコピー用の指示文を掲載しています。対象のページでWebActを有効にしてタスクを実行してください。タスクに共有したページ情報は、ブラウザで利用するAIサービスで処理されます。自動化を実行しない通常のチャット回答はWebActの自動化回数を消費しませんが、タスクモードでのファイル作成や入力欄の変更は回数に含まれます。

共有したページのコンテキストの取り扱いについては、次をご覧ください: プライバシーポリシー.

コピーと貼り付けの手間を減らす

ページ内のリンクを、使いやすいファイルに。

データのあるページでWebActを開いて、はじめましょう。

WebActをインストール