Sublime Text 提取 HTML 标签内容靠正则匹配，需锚定边界、折叠干扰块、慎用量词；安全提取 文本用 ]*>([^
Sublime Text 不能解析 HTML，所有“提取标签内容”本质上是正则文本匹配，靠的是精准控制边界和规避干扰块；写错一个量词或漏掉折叠步骤，结果就混进 <script> 里的字符串、注释里的假链接，甚至跨标签吞掉整段结构。</script>
怎么安全提取 <a></a> 标签的文本内容（不是 href）
目标是拿到 <a href="https://a.com">点击这里</a> 中的“点击这里”，而不是 URL。关键在锚定标签边界，拒绝跨行和嵌套干扰：
- 用
<a>]*>([^</a>：匹配开标签（允许属性）、捕获中间非字符、闭合标签 - 必须勾选
.*（正则模式）和. matches newline（如果文本有换行） - 不推荐
<a.>(.*?)</a.>：遇到<a title=">">xxx</a>就会提前闭合，捕获错乱 - Find All 后，高亮的是整个
<a>...</a>，但复制出来的是$1内容——前提是用了括号捕获
为什么 href=(["'])([^"']*)\1 提取 URL 时总多出引号或抽到 javascript:void(0)
这不是正则本身的问题，是 Sublime 对文本无上下文感知，<script></script> 和 <!-- --> 里的 href= 它也照抓不误：
- 先按
Ctrl+Shift+P输入Fold Tags，折叠所有<script></script>、<style></style>、<noscript></noscript>块（折叠后不参与查找） - 再用
<!--[\s\S]*?-->查找全部注释，按Esc跳过，不替换也不选中 - 替换后若还有无效值，补一轮过滤：
^(?!https?://|#|javascript:|mailto:)+ 勾选^$ matches newline，删掉非外链行 - 注意：这个正则不匹配 HTML5 无引号写法（如
href=/path），强行兼容会大幅增加误匹配风险
src、data-src、content 等其他属性怎么一并提取
可以合并写，但分组编号会变，容易拿错位置；更稳的做法是统一结构、明确捕获位：
- 多属性通用正则：
(href|src|data-src|content)=(["'])([^"']*)\2，URL 在$3，不是$2 - 想只提
src且排除 base64 图片？加协议约束：src=(["'])(https?://|//)[^"']*\1 -
srcset是逗号分隔列表，不能直接套用；先用srcset\s*=\s*["']([^"']*)["']提整段，再手动按逗号拆分 - 大文件（>5MB）务必先删或折叠
<script></script>块，否则匹配卡顿、结果错位
最常被忽略的一点：Sublime 的 Find in Files（Ctrl+Shift+F）不支持 $1 引用，所有“提取”操作都得在单文件 Replace 面板里完成，再复制结果页文本手动整理——它没有真正的导出功能，也没有去重或转数组逻辑。
