讲师中心 微信公众号
AI工具推荐 视频效率加速

Sublime实战技巧分享:多行URL批量提取并格式化(爬虫党福音)

秋婷大大_2674

秋婷大大_2674

发布时间:2026-07-29 09:21:28

|

550人浏览过

|

来源于php中文网

原创

Sublime Text 可用正则批量提取并转为可点击 Markdown 链接:启用 Regex 模式,用 https?://[^\s"')\]\]+ 匹配 URL,再通过 Find: ^(https?://[^\s"')\]\]+)$ + Replace: [$1]($1) 一键转换;需先清理 href="..." 等干扰,保留编码格式,避免排序打乱上下文,注意剪贴板历史干扰。

sublime实战技巧分享:多行url批量提取并格式化(爬虫党福音)

能直接用正则批量提取并转成可点击链接,别写脚本——Sublime Text 自带的查找替换 + 正则 + 列编辑完全够用,写 Python 反而慢,还容易漏掉网页源码里藏在注释或 JS 字符串里的 URL。

怎么一次性匹配所有 http/https URL(含路径、参数、锚点)

Sublime 的 Find 必须开 Regex 模式(.* 图标),用这个正则:
https?://[^s"')]]+

  • https? 匹配 http 或 https,问号是懒惰量词,不加会多吞字符
  • [^s"')]]+ 表示“非空白、非常见分隔符”的连续字符,比 S+ 更安全——否则会把末尾的逗号、句号、HTML 标签闭合符一起抓进来
  • 别用网上流传的超长 RFC 合规正则,实际场景里它会漏掉合法短链(如 https://t.co/abc123),也常误伤 JSON 字段名

提取后怎么快速转成 Markdown 链接格式

选中所有匹配结果(Find All → Ctrl+Enter),然后用列编辑(Ctrl+Shift+L)给每行开头加 [,结尾加 ](url) ——但注意:不能直接在末尾打 ](url),因为 url 是变量。

智能网页爬虫
智能网页爬虫

智能网页数据采集器,自动识别页面结构,批量抓取列表/表格/详情页数据,支持导出JSON/CSV/Excel,内置反爬策略适配。

下载
  • 先执行 Find: ^(https?://[^s"')]]+)$,Replace: [$1]($1)(确保勾选 Regex 和 In Selection)
  • 如果原始文本混有其他内容(比如 HTML 中的 href="..."),先用 Find: href="([^"]+)" 替换为 $1 清理一遍再跑主正则
  • 遇到带中文或空格的 URL(实际已被编码),别手动解码——Sublime 不处理百分号编码,保留 %E4%BD%A0%E5%A5%BD 即可,Markdown 渲染器和浏览器都认

为什么不用 Sublime 的 “Split into Lines” 或 “Sort Lines”?

因为 URL 提取后往往要保留原始上下文顺序(比如日志时间戳前后关系),排序会打乱逻辑;而 Split into Lines 在非换行分隔时不可靠——比如一行里有 3 个 URL,它只会劈开第一处空格,不是按 URL 边界切。

  • 真正需要去重时,用 Ctrl+Shift+P → Sort Lines (case sensitive) 后再 Ctrl+Shift+P → Remove Duplicate Lines
  • 想导出纯 URL 列表?选中全部匹配项 → Ctrl+Shift+P → Copy Selected Text,粘贴到新窗口即可,无需保存临时文件
  • 如果发现某批 URL 总是漏掉(比如以 //cdn.example.com 开头的协议相对链接),正则要补上:(https?://|//)[^s"')]]+

最易忽略的是剪贴板历史干扰:连续多次 Find All 后,Ctrl+V 可能粘贴出上一轮的旧结果。每次提取前手动清空剪贴板(Ctrl+C 空白处),或直接用右键菜单里的 Paste and Indent 避免缩进错乱。

热门AI工具

更多
DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

咔片AIPPT

一款在线AI演示文稿制作工具,可根据主题和内容需求辅助生成PPT结构与页面,提高演示材料制作效率。

AionClaw
AionClaw Hot

AionClaw是一款面向办公、创作和编程任务的AI桌面智能体。

PixPix
PixPix Hot

PixPix是一款面向电商视觉生产的AI商品图生成工具。

蛙蛙写作

一款AI论文写作工具,主要用于超级AI智能写作助手,适合需要提升相关任务效率的用户。

UP简历
UP简历 Hot

一款AI办公效率工具,主要用于基于AI技术的免费在线简历制作工具,适合需要提升相关任务效率的用户。

超级简历WonderCV

一款AI办公效率工具,主要用于免费求职简历模版下载制作,应届生职场人必备简历制作神器,适合需要提升相关任务效率的用户。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

相关专题

更多
OpenJDK JVM参数怎么调优
OpenJDK JVM参数怎么调优

Java应用运行缓慢,如何调整JVM参数?本专题介绍OpenJDK JVM性能调优的基本流程,涵盖性能指标确认、运行数据采集、内存配置和垃圾回收分析,帮助你先定位瓶颈,再通过对照测试验证效果,避免直接套用参数而影响应用稳定性。

0

2026.10.16

OpenJDK怎么配置Java开发环境
OpenJDK怎么配置Java开发环境

怎样用OpenJDK搭建开发环境?本专题介绍版本选择、下载安装、环境变量配置和编译运行验证,帮助你理清JDK的作用及基本配置流程,并通过简单程序检查环境是否可用,为后续项目开发做好准备。

0

2026.10.16

OpenJDK怎么部署Java应用
OpenJDK怎么部署Java应用

Java项目开发完成后,怎样部署到目标环境并正常运行?本专题介绍OpenJDK应用部署流程,涵盖运行环境准备、版本兼容检查、应用打包、启动参数配置和日志查看,帮助你理清部署前后的操作顺序,减少环境差异造成的运行问题。

0

2026.10.16

Revel框架模板渲染与表单验证
Revel框架模板渲染与表单验证

本专题围绕Revel框架视图层开发,介绍模板语法、变量输出、布局复用、表单提交、参数绑定与验证规则,帮助开发者完成安全规范的页面交互。

0

2026.10.16

Revel框架MVC路由与控制器
Revel框架MVC路由与控制器

本专题聚焦Revel框架MVC核心机制,讲解路由定义、控制器Action、参数绑定、请求响应和反向路由,并结合常见场景梳理接口请求处理流程。

0

2026.10.16

Revel框架入门与安装配置
Revel框架入门与安装配置

本专题从Revel框架环境搭建讲起,系统介绍命令行工具安装、项目创建、目录结构、配置文件及热代码重载,帮助开发者快速完成首个Go Web应用。

0

2026.10.16

Linux 新手先学哪些命令
Linux 新手先学哪些命令

Linux新手命令专题汇集终端基础、文件目录操作、文本查看、软件安装和权限管理等入门文章,帮助按实际任务练习常用命令并建立命令行操作习惯。

20

2026.10.15

MySQL 忘记密码怎么办
MySQL 忘记密码怎么办

MySQL忘记密码专题汇集不同版本与系统下的root密码重置方法,覆盖MySQL 5.7、8.0、Mac、Linux及本地集成环境,并提示恢复权限与重新登录的检查步骤。

20

2026.10.15

Vue.js 中 ref 和 reactive 的区别
Vue.js 中 ref 和 reactive 的区别

Vue.js中ref和reactive的区别专题汇集两种响应式API的定义、访问方式、对象解构、侦听与性能取舍等文章,帮助结合实际状态类型选择合适写法。

0

2026.10.15

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn