notepad++原生正则可精准提取href/src中的url，无需插件；需用utf-8编码，正则为href\s=\s["'](1+)["']|src\s=\s["'](1+)["']，替换为$1$2后清理空行并去重。"' ↩
Notepad++ 原生就能提取网页中的 URL，根本不需要插件——加装插件反而容易引入编码冲突、正则语法不兼容或批量处理崩溃等问题。
href 和 src 属性才是真实链接的主阵地
网页里真正可跳转的 URL 90% 都在 href 和 src 属性里，不是满屏搜 http 或 https。盲目匹配 https?://[^\s]+ 会漏掉相对路径（如 /api/v1、./img/logo.png），也会误抓注释、JS 字符串或 HTML 注释里的假链接。
- 打开 Notepad++ →
Ctrl + F→ 切到「查找」→ 勾选「匹配正则表达式」 - 输入：
href\s*=\s*["']([^"']+)["']|src\s*=\s*["']([^"']+)["'] - 这个正则用了两个捕获组：
href的值落在第 1 组（$1），src的值落在第 2 组（$2） - 务必先确认编码是 UTF-8（菜单栏「编码」→「转为 UTF-8 编码」），否则中文路径或全角引号会导致匹配失败
用替换导出纯净 URL 列表，不是靠“查找全部”复制
「查找全部」只高亮、不导出，手动复制效率低还易漏行。真正能批量导出的路径是「替换」+「清理」闭环：
- 保持上面的正则不变，切到「替换」标签页
- 「替换为」填：
$1$2（注意不是$1或$2单独一个） - 点「全部替换」：所有匹配的 URL 会单独成行，未匹配行变空
- 再
Ctrl + H→ 查找^\s*$（空行），替换为空，删掉所有空白行 - 菜单栏「编辑」→「行操作」→「删除重复行」，去重完成
相对路径、模板语法和 JS 拼接是三大漏点
提取结果看似完整，但以下三类内容原生正则完全覆盖不了，必须人工介入或另写规则：
-
src和href里的相对路径（如../css/main.css）不会自动补全协议和域名，需后期统一加前缀 - Vue/React 的绑定写法（如
:href="url"）、Django 模板（如{% url 'login' %}）不在href="..."文本结构内，原正则无法捕获 - JavaScript 动态拼接（如
location.href = '/login?from=' + path）根本没href=属性，得先搜location.href、fetch(、axios.get(等关键词，再逐行检查引号内字面量
最常被忽略的是编码和分组顺序：UTF-8 缺失导致引号匹配失败，$1$2 写成 $2$1 会让 src 链接排前面、href 排后面，后续去重或排序时容易混淆来源。这些细节错一点，结果就少一半。
