sublime不能解析html，但用正则提取href/src等链接属性高效可行；需避开script、注释、不闭合引号三类坑，推荐模式：href=(["'])(1*)\1，支持单双引号严格匹配，安全不跨标签。"' ↩
直接说结论：Sublime 不能“解析 HTML”，但用正则提取 href、src 等链接属性是高效且可行的——前提是 HTML 格式基本合规，且你避开 script、注释、不闭合引号这三类坑。
怎么写一个能真正抓到链接的正则？
别用 href="(.*?)" 这种看似简单实则危险的写法。它会在换行、嵌套引号或注释里崩掉，还容易跨标签匹配。
推荐这个模式：href=(["'])([^"']*)\1
-
(["'])捕获开头引号（单或双），\1强制结尾用同一种引号闭合，防误吞 -
([^"']*)匹配引号内任意非引号字符，比.*?更安全，不跨标签 - HTML5 允许无引号写法（如
href=/path），这种正则会漏掉；若必须支持，得加分支，但代价是精度下降，一般不建议
为什么替换后多了引号或抽出了 javascript:void(0)？
这不是正则写错了，而是没过滤上下文。Sublime 不区分 <a href="..."></a> 和 <script>href="..."</script>，它只认文本。
- 先手动折叠或删掉
<script></script>和<!-- -->块（Ctrl+Shift+P→ 输入Fold Tags） - 用
<!--[\s\S]*?-->先全选注释内容，按Esc跳过不处理 - 替换完再补一刀过滤：搜索
^(?!https?://|#|javascript:|mailto:)，把非外链行全删（注意勾选^$ matches newline）
怎么一次提取 href、src、data-url？
可以合并写，但分组编号会变，容易搞混。更稳的做法是分批处理，或用带命名捕获的结构（Sublime 支持 ${1}，但不支持 (?P<name>)</name>）。
- 多属性通用写法：
(href|src|data-url)=(["'])([^"']*)\2，URL 在$3，不是$2 -
srcset是逗号分隔列表，不能直接套用；得先匹配整行：srcset\s*=\s*["']([^"']*)["']，再对$1手动拆分 - 图片地址想筛掉相对路径？在查找里加协议前缀约束：
href=(["'])(https?://|//)[^"']*\1
大文件卡住、匹配结果错位，问题出在哪？
正则本身没问题，是作用域和性能设置被忽略了。
- 默认正则对整个文件生效。如果只想处理网页正文部分，先手动选中
...再按Ctrl+H，面板左下角出现In Selection提示才安全 - 大文件（>5MB）建议先删掉
<script></script>、<style></style>、<noscript></noscript>块，再跑正则，速度提升明显 - 替换后粘贴到新文件时，若出现乱码，大概率是源文件编码为 GBK 或 UTF-8 with BOM，而 Sublime 新建文件默认 UTF-8；保存前点右下角编码名 →
Convert to UTF-8
最常被跳过的其实是“是否真需要所有链接”——很多 href="#top"、href="tel:123"、src="data:image/png;base64,..." 并不是你要的“可访问 URL”。提取完务必人工抽检几条，比调十遍正则更省时间。
