因为sublime text的多光标、正则替换和列编辑能力可快速完成“视觉对齐→文本规整→结构导出”三步，2分钟处理80%脏数据，但仅适用于静态html表格，不支持语义解析或动态内容。

为什么直接用 sublime-text 处理网页表格比写脚本更快？

因为多数网页表格是 HTML <table> 嵌套结构，但实际抓下来常混着空格、换行、<code><br>、<span></span> 和不可见字符，而 sublime-text 的多光标 + 正则批量替换 + 列编辑能力，能在 2 分钟内干掉 80% 的脏数据——前提是别试图用它做语义解析，只做“视觉对齐→文本规整→结构导出”三步。

Ctrl+Alt+Shift+P 定位表格区域后怎么快速剥离 HTML 标签？

别用全量正则删标签（容易误杀内容），先聚焦在 <td> 和 <code><th> 内容上： <ul> <li>用 <code>Ctrl+Shift+P 打开命令面板，输入 Select by Name: td 或 Select by Name: th（需提前安装 HTML​Prettify 或 Tag 插件）

选中所有 <td> 后，按 <code>Ctrl+Shift+L 拆成多光标，再按 Ctrl+Shift+Space（或手动删除）去掉首尾标签，只留中间文本

对残留的  、<br>、\n 统一替换为单个空格：正则模式开 .*，搜索  |<br>|\s+，替换为 （一个空格）

注意：如果表格含合并单元格（colspan/rowspan），sublime-text 不会自动补空值，得人工在对应位置敲 null 或空字符串

用列编辑把不规则行转成 JSON 数组结构

网页表格经常“头不对尾”：标题行 5 列，数据行有 4 列或 6 列。这时候不能靠自动格式化，得靠视觉对齐：

• 把清洗后的纯文本粘贴进新 tab，用 Ctrl+Shift+J 合并多行（如有换行符干扰），再用 Ctrl+Shift+M 选中所有行首/行尾空白
• 把光标放在第一列文字起始处，按住 Alt（Windows/Linux）或 Cmd+Opt（macOS），拖动鼠标纵向选中所有行的“第一列”，松手后批量加 "key": "
• 同理选中第二列，加 ", 和闭合引号；每列之间用 , 隔开，最后一列后加 }；整行开头补 {
• 最终每行应形如：{"name": "张三", "age": "28", "city": "北京"} —— 注意数值是否带引号：字符串必须引号，数字若确定无前导零可后续用 jq 或 Python 转类型，别在 Sublime 里硬判断

导出 JSON 前必须检查的三个隐藏坑

Sublime 不校验 JSON 语法，但浏览器或后端解析器会报错：

Miller CSV TSV JSON 数据处理器

Miller (mlr) 是一个命令行工具，用于查询、整形和重新格式化名称索引数据，如 CSV、TSV、JSON 和 JSON Lines。它将 awk、sed、cut、join 和 sort 的功能整合到一个专为结构化数据处理而构建的单一工具中。

下载

• 末尾多逗号：最后一行后面不能有 ,，否则 JSON.parse() 直接失败；可用正则 ,\s*}$ 检查结尾
• 中文引号或全角符号：从网页复制的内容可能含 “” 或 ，，全部替换成英文 " 和 ,
• 字段名重复：比如两列都叫 id，Sublime 不提示，但生成的 JSON 对象键会覆盖；建议用正则 "(\w+)": 提取所有键，复制到新窗口去重检查

真正麻烦的不是清洗，而是原始 HTML 表格里藏了动态加载内容、注释节点或 JS 插入的伪表格——这种得回退到 requests + BeautifulSoup 抓源码，Sublime 只适合处理已落地的静态 HTML 片段。