最直接的方式是用javascript选中所有标签并提取href属性值：使用document.queryselectorall('a[href]')获取有效链接，el.href返回解析后的绝对url，再过滤空值、伪协议（如javascript:、mailto:）并去重。
要获取页面所有链接地址，最直接的方式是用 javascript 选中所有 <a></a> 标签，再提取它们的 href 属性值。注意：需确保链接有效、可访问，且不包含空值或仅含空白字符。
使用 document.querySelectorAll 获取全部 <a></a> 元素
这是推荐方法，兼容性好，返回的是静态 NodeList，便于遍历：
- 选择器
"a[href]"可自动过滤掉没有href属性的<a></a>标签（如纯锚点或 JS 绑定的按钮） - 避免用
"a"全量匹配，否则可能拿到无意义的空链接 - 示例代码：
const links = Array.from(document.querySelectorAll('a[href]'))
.map(el => el.href);
处理相对路径与绝对路径
el.href 返回的是解析后的绝对 URL（浏览器自动转换），比 el.getAttribute('href') 更可靠：
-
el.href始终返回完整 URL（如https://example.com/path/），适合直接跳转或存储 -
el.getAttribute('href')返回原始字符串（可能是/about或#section1），需手动补全 - 若需保留原始写法（比如做静态分析），才用
getAttribute；一般场景优先用href
过滤无效或重复链接
实际页面中常存在重复链接、空链接、JavaScript 伪链接（如 javascript:void(0)）或邮件链接（mailto:），可根据需要剔除：
- 排除空值和仅空白字符：
href.trim() === '' - 排除伪协议：
href.startsWith('javascript:') || href.startsWith('mailto:') - 去重可用
new Set()：
const uniqueLinks = [...new Set(links.filter(href => href && !href.startsWith('javascript:')))]
考虑动态加载内容
如果页面通过 AJAX 或框架（如 React、Vue）异步渲染链接，初始 DOM 可能不包含全部链接：
- 简单方案：延迟执行（如
setTimeout或监听DOMContentLoaded后再查） - 健壮方案：配合
MutationObserver监听新增的<a></a>节点 - 单页应用建议：在路由切换后主动触发采集逻辑，而非只依赖页面加载时机
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
