把页面上的链接整批复制成 Markdown、HTML 或 JSON Lines(2026)
在网页上选中文字很容易,把里面的链接拿出来却不容易。把一段话拖进文档,所有链接都变成蓝色下划线文字,指向的地址被剥掉了。手工去复制,你得一个链接一个链接地点。
这篇讲的是「链接在页面上」和「链接已经在剪贴板里、而且是下一个工具要的格式」之间的那段距离。VKT LinkHarvest v1.3.1 就是为这段距离做的:扫出页面里所有 <a>,持续监听后加载的链接,让你把列表筛窄,再按纯 URL、Markdown、HTML 或 JSON Lines 复制走。下面讲四种格式各自用在哪、完整流程,以及什么时候该导出文件而不是复制。
真正的问题:标题和链接一样重要
一串光秃秃的 https 地址在信息上是完整的,在实用上几乎是废的。收到的人分不清哪一行是价格页、哪一行是更新日志,也看不出两条其实是同一篇文章、只是锚文本不同。
- 写文档或 README —— 读者点之前得先知道这个链接通向哪。
- 整理选题清单 —— 八十个候选靠标题筛到十二个,标题就是全部界面。
- 给团队发参考列表 —— 一条塞了三十个裸链接的消息,只会被扫一眼然后忘掉。
手工做,每个链接是一套四步循环:右键、复制链接地址、切窗口、粘贴、再切回去看标题、敲进去。四十个链接就是一刻钟,还带着稳定的出错率。
另一个偷懒办法是全选粘进文本编辑器,结果把导航、Cookie 横幅、页脚全带进来;在 JavaScript 渲染的页面上,往往只拿到链接文字,一个地址都没有。
四种复制格式,四种用途
结果页的格式下拉里有四项,没有一项收费,切换只是重新渲染已经扫好的结果,不会重扫。
| 格式 | 复制出来是什么 | 用在哪 |
|---|---|---|
| URL | 每行一个纯链接 | 脚本、爬虫、批量粘进死链检查工具 |
| Markdown | 用锚文本做标题的链接列表 | 笔记、README、Issue、Wiki |
| HTML | <a href="..."> 元素 | 邮件、CMS 富文本、newsletter |
| JSON Lines | 每行一个 JSON 对象 | 程序、表格导入、内部小工具 |
选哪个由下游决定,不由喜好决定:下一步是脚本就用 URL,下一步是人读就用 Markdown,下游是会把 Markdown 吃掉的富文本框就用 HTML,下游按行解析就用 JSON Lines。
有个细节值得知道:Markdown 和 HTML 会把锚文本保留成标题。这恰好是普通复制会毁掉的那部分,也是「有人会读完的列表」和「被关掉的列表」的区别。
完整流程,六步
- 打开页面,点工具栏图标;或者直接在页面右键选「提取页面链接」,不弹窗也能扫。
- 页面里每个
<a>都会被收进来。之后 MutationObserver 继续监听,SPA 路由切换、无限滚动加载下一批、懒加载的标签页,新出现的链接会实时进入列表。 - 筛选:关键词包含或排除、站内或站外、真锚点与
javascript:伪链接。每个 URL 还带出现次数,导航和页脚里重复的链接只占一行,不会变成六行等你手动去重。 - 如果这套筛选以后还会用,存成一条有名字的预设。
- 选复制格式。
- 复制筛选结果;或者勾选若干行,在后台标签页里依次打开。
扫描结果只存在内存里,关掉页面就没了:不落盘,也不往外发。
筛选预设:配一次,之后一直用
筛选大多是重复劳动。比如给文档站用的一套:排除 /tag/ 和 /author/,只看站内,去掉锚点,去掉 javascript: 链接。四个控件,每换一页都要重配一遍。
预设把这套组合存成一个名字。下次扫描完选中预设,列表已经筛好了。它存的是筛选状态而不是结果,所以对一个从没扫过的页面同样有效。
两点实话。预设存在这台机器的本地 localStorage 里,换电脑不会跟着走,清掉扩展的站点数据也就没了;另外预设只是把当前列表筛窄,它不会替你去爬新 URL。
后台批量打开:间隔那几档在调什么
勾几行,或者直接用当前筛选结果,LinkHarvest 会在后台标签页里一条条打开。间隔下拉是 0 / 300(默认)/ 800 / 1500 毫秒。
- 0 毫秒 —— 一次性全开。三四个链接无所谓,四十个就是让标签页抢同一条连接。
- 300 毫秒 —— 默认值。队列走得快,浏览器也不会卡。
- 800 毫秒 —— 页面重、有视频,或者机器上已经开了十几个标签页。
- 1500 毫秒 —— 目标站有并发限制、并发请求会把你踢下线的时候用它。
间隔不只是照顾自己的浏览器。同一台主机上二十个并发请求,在不少服务器看来就是爬虫;失败的样子往往不是一条干净的报错,而是一个空白页或者登录界面。
什么时候该导出文件
剪贴板是给接下来三十秒用的,文件是给下周用的。导出有三种。
- TXT —— 每行一个链接,免费。喂给死链检查工具或批量导入器最合适。
- JSON —— 结构化输出,免费。给想要字段而不是一坨文本的脚本用。
- CSV —— 免费,和其他导出一样。UTF-8 带 BOM,这个细节让 Excel 和 WPS 打开带重音、带中日文的标题时不乱码。
哪些收费、哪些不收费。 扫描、筛选、搜索、四种格式复制、TXT 与 JSON 导出、批量开标签页,全部免费,不需要账号,不需要许可证。付费的是批量体检——单页体检免费、不限条数,授权版可以一次检查多页(最多 200 页/批;一次性 US$19.99 买断)。 Chrome 应用商店 · Edge 加载项。
没有链接上限,没有试用倒计时,也没有登录墙:免费版就是能干活的版本,不是演示。
那为什么不用在线链接提取工具?
粘一个 URL 就能用的在线服务很方便,直到页面不是公开的。它们的做法是让自己的服务器去抓,于是三个限制同时出现:
- 服务器得够得着那个页面。内网、带 basic auth 的预发环境、你登录着的后台,都够不着。
- 页面内容交给了第三方。对客户门户或内部 wiki 来说,这是合规问题,不是偏好问题。
- 多数在线工具不执行 JavaScript,SPA 抓回来是个空壳。
扩展读的是你当前这个标签页的 DOM,权限只有 activeTab、scripting、storage 和右键菜单。中间没有服务器:结果只在内存里,关掉页面就清空;只有筛选预设和界面偏好留在本机 localStorage,从不上传。
常见问题
复制链接要付费吗?
不要。URL、Markdown、HTML、JSON Lines 四种格式全部免费,不需要账号,也不需要许可证。CSV 导出同样免费。付费的是批量体检:单页体检免费、不限条数,授权版可以一次检查多页。
能复制成带标题的 Markdown 链接吗?
能。Markdown 格式输出的就是链接列表,用每个锚点的可见文字当标题,拿到的是可读的条目,而不是一串裸 URL。
页面滚动后才加载的链接能抓到吗?
能。初次扫描之后 MutationObserver 会继续监听,无限滚动、切换标签、SPA 路由变化新增的链接会实时追加到列表里。
批量打开几十个标签页会不会把浏览器卡死?
调间隔。默认 300 毫秒,页面重就用 800 毫秒,目标站限制并发就用 1500 毫秒。0 毫秒只适合少量链接。
现在付费的是什么功能?
付费的是链接体检——检测链接的 HTTP 状态。单页体检免费、不限条数,体检 CSV 报告(状态码、跳转目标、响应时间)同样免费;授权版增加跨页批量体检。CSV 导出本身保持免费:UTF-8 带 BOM,Excel 和 WPS 打开中日文标题不乱码。
扫描结果会上传吗?
不会。扫描在本机完成,结果只存在内存里,关掉页面即清空。只有筛选预设和界面偏好会保留在本机 localStorage。
在 VKT 扩展目录探索更多工具,或通过 support@annmax1983.com 联系我们。
