最稳路径是正则匹配href/src url→替换为$1$2导出→清理空行和重复行；需utf-8编码，相对路径需人工补全，模板语法需另写规则，多文件须单批处理。
直接用 Notepad++ 提取网页文件里的所有 URL，最稳的路径不是靠“查找全部”再手动复制，而是用正则匹配 + 替换导出 + 行清理三步闭环。它不依赖插件，不调外部工具，原生就能跑通，但每一步的参数和顺序错一点，结果就漏掉一半。
用正则同时捕获 href 和 src 中的 URL
网页里真正可跳转的链接，90% 都藏在 href 和 src 属性里，而不是满屏找 http。盲目匹配 https?://[^\s]+ 会漏掉相对路径（如 /api/user、./img/logo.png），也会误抓注释或字符串里的假链接。
- 按
Ctrl + F→ 切到「查找」→ 勾选「匹配正则表达式」 - 输入：
href\s*=\s*["']([^"']+)["']|src\s*=\s*["']([^"']+)["'] - 注意：这个表达式用了两个捕获组，
href的值落在第 1 组（$1），src的值落在第 2 组（$2） - 如果文档含中文或 Unicode 字符，务必先确认编码是 UTF-8（菜单栏「编码」→「转为 UTF-8 编码」），否则引号匹配可能失败
用替换功能导出纯净 URL 列表
光高亮没用，要的是可复制的纯文本列表。关键在「替换为」字段填 ，而不是 或 单独一个——这样才能把两类链接都导出来，且不混入 HTML 标签或其他内容。
- 保持上面的正则不变，切到「替换」标签页
- 「替换为」填：
$1$2 - 点「全部替换」：原来整行 HTML 会变成只留 URL，每个 URL 单独成行（没匹配上的行变空）
- 接着
Ctrl + H→ 查找^\s*$（空行），替换为空，删掉所有空白行 - 最后菜单栏「编辑」→「行操作」→「删除重复行」，去重完成
处理相对路径和模板语法的现实缺口
这个正则能覆盖标准 HTML，但遇到现代前端框架或服务端模板时会失效——它不是 bug，是设计边界。别硬改正则去兼容所有语法，先判断你手头文件的真实来源。
- Vue/React 的绑定写法如
:href="url"、{% url 'xxx' %}不会被捕获，需另写规则（例如加(?::href|:src)\s*=\s*["']([^"']+)["']） - 提取出的
static/js/app.js这类相对路径，无法自动补全协议和域名，得人工加前缀或后续用脚本批量处理 - 若文件里混有 JS 字符串中的 URL（如
fetch("https://api.x")），需额外加一条正则：["']((?:https?|ftp)://[^"']+)["']，但要注意避免匹配到 JSON 值或注释 - 不建议在一个正则里堆砌所有情况，容易互相干扰；分两次查找+替换更可控
跨多个文件批量提取时的路径与过滤器陷阱
想从整个文件夹里提取所有 HTML 文件的 URL？Ctrl + Shift + F（在文件中查找）能查，但不能直接导出列表——它只输出命中行摘要，没法一键生成 URL 文件。必须配合单文件流程分批处理。
- 「查找目录」必须填绝对路径，例如
C:\project\pages，不能写./pages或留空 - 「文件过滤器」填
*.html;*.htm，注意是英文分号;分隔，逗号或空格会失效 - 勾选「包括子文件夹」才能递归搜索，否则只扫当前层
- 查完后，底部「查找结果」窗口里双击某条结果，会跳转到对应文件 → 此时再对该文件执行前面说的「正则替换导出」流程
- 别指望「在文件中查找」能直接替换出 URL 列表——它的替换是修改原文件内容，不是构造新数据流
真正卡住人的往往不是正则写不对，而是忘了相对路径要补全、忘了模板语法要另起炉灶、或者误以为「在文件中查找」能替代单文件清洗流程。Notepad++ 是个精准的手术刀，不是全自动流水线——用对位置，它快得离谱；用错场景，反而比写三行 Python 更费时间。
