README.md

主要功能(ULR->EXCEL)：

1. 多文件格式支持：可以从多种文件格式中提取URL，包括TXT、DOCX、CSV、Excel。
2. URL可用性检查：通过发送HTTP请求检查URL的可用性，判断其是否可用、可疑或不可用，并记录相关信息（如状态码、内容类型、页面长度等）。
3. 分类与导出：根据检查结果将URL分类为可用、可疑、不可用，并将结果保存为Excel文件。
4. 多线程并发处理：支持多线程执行，用户可以自定义并发线程数，加速URL的检查过程。
5. 日志输出：在GUI中实时显示处理日志，反馈每个URL的检查结果和进度。
6. 自动去重：提取URL时会对域名进行去重处理，防止对同一域名的URL重复检查。

格式注意

1. TXT文件 (.txt)

格式说明：

• 纯文本文件，每行可以包含一个或多个URL，URL之间可以使用各种分隔符（如逗号、空格、换行符等）。

注意点：

• 换行符分隔：每行可以包含一个或多个URL，系统会识别并提取每行中的所有URL。
• 分隔符问题：如果多个URL在同一行，分隔符可以是逗号、分号、空格或其他特殊字符，系统会自动拆分并识别URL。
• 编码格式：TXT文件应为UTF-8编码。如果使用其他编码，可能会导致URL读取错误。

示例：

unknownhttps://example.com
http://test.com, https://another-example.com
https://www.example.org/page1 https://www.example.org/page2

2. Word文件 (.docx)

格式说明：

• Microsoft Word文档格式，可以包含文本、段落、图片、表格等内容。URL通常出现在段落文本或表格中。

注意点：

• 段落提取：系统会从文档的每个段落中提取可能的URL，段落中的每个URL会被识别和处理。
• 表格中的URL：支持从Word表格单元格中提取URL，并处理单元格中包含的多个URL。
• 超链接格式：系统会提取文本中的显式URL，但不会自动解析Word中的嵌入式超链接（即使用超链接文本隐藏真实URL的情况）。如果超链接显示为文本形式（如http://example.com），它将被提取；否则，嵌入在超链接下的实际URL可能无法提取。

示例：

text文档段落1: 请访问我们的网站 https://example.com 了解更多信息。
文档段落2: 其他有用的链接：http://test.com, https://another-example.com。
表格内容：
| 网站1                  | 网站2                  |
|------------------------|------------------------|
| https://example1.com    | https://example2.com    |

4. Excel文件和CSV文件 (.xlsx/.csv)

格式说明：

• Microsoft Excel格式，包含多个工作表，每个工作表包含表格数据。URL通常出现在单元格中，可能是一列或多列的内容。

注意点：

• 工作表格式：默认会从第一个工作表中读取数据，通常表格包含一个URL列。系统会自动查找列名为URL的列并进行URL提取。
• 单元格中的多个URL：单元格可能包含多个URL，系统会根据分隔符（如逗号、分号、空格）自动拆分每个URL。
• 空值处理：对于空单元格或没有URL的单元格，系统会自动跳过，不会将空值作为URL进行处理。

示例：

ID	Name	URL
1	Example Site 1	https://example1.com
2	Example Site 2	http://example2.com; https://test.com
3	Example Site 3	https://example3.com

额外注意点：

• Excel文件通常会有多个工作表，但默认只读取第一个工作表。