GrabAll
HTML 檔案連結擷取指南

如何從 HTML 或網頁擷取檔案連結

從網頁 HTML 獲取乾淨的圖片、PDF 及其他文件 URL 列表。可選擇使用 GrabAll 掃描實時頁面,或使用免費線上工具從貼上的 HTML 或文本中提取連結。

加入 Chrome 加入 Edge 加入 Firefox
從 HTML 原始碼中提取的檔案連結

快速回答: 對於即時網頁,使用 GrabAll 掃描並複製檢測到的檔案連結。對於已儲存的 HTML 或複製的原始碼,將其貼入批量檔案 URL 擷取器。如果來源包含相對連結,請提供基礎 URL。

在掃描頁面和解析貼上 HTML 之間選擇

掃描已加載的網頁可以找到瀏覽器中可用的檔案,而線上提取工具僅讀取您粘貼的 HTML 或文字。選擇與您的起點相符的方法,然後在用於下載之前檢查生成的 URL。

檔案 URL 在 HTML 中出現的位置

普通連結使用 href,而圖片和媒體通常使用 src。響應式圖片可以在 srcset 中列出多個候選。延遲載入的程式庫通常把真實 URL 存放在 data-src、data-original 或自定義數據屬性中。

樣式表和內嵌 CSS 可能透過 url() 參考背景。原始文字也可能包含完整 URL,而不附加於 HTML 元素上。

正確解析相對路徑

像 ../files/report.pdf 這樣的值僅相對於 HTML 來源頁面有意義。提供原始頁面 URL 作為基準,以便擷取器能將相對路徑轉換為完整地址。

以 // 開頭的協定相對連結通常會在安全頁面繼承 HTTPS。以 / 開頭的根路徑使用當前網站的來源。

按意圖篩選候選 URL

源代碼中的每個 URL 並非都是可下載資源。頁面包含導航連結、API、分析工具、字體、腳本、樣式表和追蹤參數。按相關擴展名篩選並檢查模糊 URL。

對於影像,包含現代格式如 WebP 和 AVIF。對於文件,依任務需求考慮 PDF、DOCX、XLSX、CSV、PPTX 以及壓縮檔。

HTML 原始碼與渲染後的頁面

已複製的來源僅代表您提供的內容。可能會缺少 JavaScript 執行後插入的資源、捲動後載入的內容,或互動過程中生成的 URL。

對來源片段、匯出 HTML、電子郵件範本和程式碼審查使用離線擷取器。對實時呈現的頁面與瀏覽器上下文工作流程使用 GrabAll 擴展。

下載前驗證

對列表去重、檢查網域並測試小樣本。URL 中匹配的副檔名並不保證回應有效或您有權使用它。

避免自動請求大量未經審核的清單。驗證可以防止斷鏈、不需要的追蹤端點,以及不必要的負載。

常見問題

擷取器能解析....../ 相對連結嗎?

是的,當您提供原始頁面 URL 作為基地址時。

HTML 提取包含 srcset 圖片嗎?

GrabAll 工具會檢查常見的來源和響應式圖片屬性,包括 srcset 候選項。

為什麼複製的 HTML 中會缺少一些即時頁面的檔案?

JavaScript 可能會在初始 HTML 加載後添加它們。請使用即時瀏覽器擴展以取得渲染及動態加載的頁面內容。

所有擷取的網址都可以安全下載嗎?

不。在使用結果列表之前,請檢查域名、文件類型、權限以及少量示例。

找到更多檔案。以更少的工作量下載它們。

GrabAll 掃描頁面並將圖片、文件、媒體及其他可下載檔案整理成清單,方便你精確選擇要保存的項目。

加入 Chrome 加入 Edge 加入 Firefox