sublime 中安全提取 href 等 url 应用正则 href=(["'])([^"']*)\1，它通过捕获引号类型并强制闭合避免跨标签；需先手动折叠或删除 和注释块，再限定作用域（如仅选中 ），并注意文件编码转换。
Sublime 不能解析 HTML，但用正则批量提取 href、src 等属性里的 URL 是完全可行的——前提是避开 <script></script>、注释和不闭合引号这三类坑，否则匹配会跨标签或抽到伪链接。
怎么写一个安全的 href 链接提取正则
别用 href="(.*?)" 这种写法：它遇到换行、嵌套引号或注释就会崩，还可能吞掉后面标签的内容。
-
href=(["'])([^"']*)\1才是推荐模式：["']捕获开头引号类型，\1强制结尾用同一种引号闭合，[^"']*只匹配非引号字符，不会跨标签 - 这个正则默认不匹配 HTML5 无引号写法（如
href=/path），想支持就得加分支，但精度下降明显，一般不建议 - 如果要同时抓
src和data-url，可用(href|src|data-url)=(["'])([^"']*)\2，URL 在$3，不是$2 -
srcset是逗号分隔列表，不能直接套用；得先用srcset\s*=\s*["']([^"']*)["']匹配整段，再手动拆分
为什么抽出来一堆 javascript:void(0) 或相对路径？
这不是正则错了，是没过滤上下文。Sublime 只认纯文本，不管是不是在 <script></script> 里还是注释中。
- 先手动折叠或删掉
<script></script>和<!-- -->块（Ctrl+Shift+P→ 输入Fold Tags） - 用
<!--[\s\S]*?-->先全选注释内容，按Esc跳过不处理 - 替换后补一刀过滤：搜索
^(?!https?://|#|javascript:|mailto:)，勾选^$ matches newline，把非外链行全删 - 想筛掉相对路径？在查找里加协议约束：
href=(["'])(https?://|//)[^"']*\1
大文件卡住、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。
- 默认对整个文件生效。如果只想处理网页正文，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 - 导出后粘贴到新文件出现乱码？大概率是源文件为 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
真正容易被忽略的是作用域控制和上下文清理——正则再准，也救不了没删注释、没锁范围、没处理编码的那几秒疏忽。
