链接提取工具：获取页面上的每一个链接

这个链接提取工具会把网页中的每一个链接都提取出来，给你一份清晰的清单：每个网址都补全为绝对地址，附上用户点击的锚文本，标明链接是内链还是外链，以及是否带有nofollow、sponsored或ugc。输入网址可以抓取在线页面，粘贴HTML则可以在浏览器里私密地提取链接。你可以筛选结果、去除重复项，并导出为CSV，免费使用，无需注册。

如何提取网站上的链接

1. 选择模式。网页网址会替你抓取页面；粘贴的HTML则处理你手头已有的源代码。
2. 输入页面地址（或粘贴HTML），点击提取链接。工具会跟随重定向，并依据最终地址解析链接。
3. 查看摘要：链接总数、不重复网址数、内链、外链，以及有多少带有nofollow、sponsored或ugc。
4. 缩小范围：使用“类型”和“Rel”筛选器以及搜索框。取消勾选去除重复网址，可以按页面顺序查看每一次出现。
5. 带走结果：复制网址，下载CSV放进电子表格，或者发送到批量网址打开工具（英文）在多个标签页中打开。

用网址还是用粘贴的HTML：该选哪个

网址模式是处理公开页面的快捷方式。浏览器不允许一个网站读取另一个网站的页面（同源策略），所以页面由Marqly的服务器抓取，只把链接清单返回给你。它读取的是服务器交付的HTML原文，不运行JavaScript，和搜索引擎爬虫在渲染之前看到的第一个版本一样。

粘贴HTML模式完全不联系服务器。以下情况请使用它：

• 页面用JavaScript生成链接。打开页面，打开开发者工具，右键点击<html>元素，选择复制其外部HTML（outer HTML），再粘贴到这里，就能得到渲染之后的链接。
• 页面需要登录，或者只对你的会话显示内容。
• 网站屏蔽自动化请求。有些网站对机器人返回403或验证页面，而你自己的浏览器仍然可以加载页面并给出源码。
• HTML根本不是网页：邮件模板、保存的文件、导出内容，或者CMS里的一段代码。

在粘贴模式下填入基础网址，/pricing或../docs这样的相对链接就会变成完整地址。如果HTML里自带<base href>，则以它为准，和在浏览器中的行为完全一样。

各列的含义

网址

链接目标，以绝对网址表示，解析方式与浏览器一致：相对路径依据页面地址（或其<base>元素）解析，&之类的HTML实体会被解码。只在页面内部跳转的链接，比如#comments，会解析为页面自己的网址加上该片段。

锚文本

链接的可见文字。对于没有文字的图片链接，使用图片的alt文本；再没有的话，使用链接的aria-label或title。单元格为空，说明这个链接完全没有可读的文字，这对依赖屏幕阅读器的用户和搜索引擎都值得修复，因为搜索引擎会用锚文本来理解目标页面。

类型：内链、外链、其他

内链指向与页面相同的主机，忽略开头的www.。外链指向其他任何地方，包括同一域名下的其他子域名，因为它们是不同的主机。其他收纳非网页链接：mailto:、tel:、javascript:等。在没有基础网址的粘贴模式下，相对链接无法解析，会被计为内链，因为相对链接总是指向它自己的网站。

Rel：nofollow、sponsored、ugc

rel属性告诉搜索引擎，网站与它所链接的页面是什么关系。Google关于限定出站链接的指引定义了三个值：

• sponsored：广告和付费位置。
• ugc：用户生成内容中的链接，例如评论和论坛帖子。
• nofollow：其他两个值都不适用，而网站又不想与目标页面扯上关系时使用。

这些值可以组合，用空格或逗号分隔（rel="ugc nofollow"），提取工具两种写法都能识别。三者都没有的链接显示为已跟踪。其他rel值，比如noopener或noreferrer，会显示在该列中，但不会改变这个状态，因为它们涉及浏览器安全和来源信息，而不是搜索引擎。

×（出现次数）

去重之后，表示同一个网址在页面上出现了多少次。你的定价页显示3次，通常意味着页头、正文和页脚各有一个链接。锚文本取自第一次出现；取消勾选去重，可以看到每一次出现及其各自的文字。

把链接导出为CSV

下载CSV会保存符合当前筛选条件的链接，列为url、anchor_text、type、rel和occurrences。可以用Excel、Google表格和Numbers打开。锚文本来自你无法控制的页面，所以任何以=、+、-或@开头的单元格，都会加上一个撇号前缀，避免电子表格把它当作公式执行。

人们用链接提取工具做什么

• SEO审计。统计一个页面的内链数量，找出它从未链接过的重要页面，并检查付费链接和联盟链接有没有带上sponsored。
• 查找失效链接。先提取页面的外链，再粘贴到失效链接检查工具里，看看哪些返回错误；可疑的链接可以再用重定向检查工具跟踪。
• 收集资源。把“最佳资源”页面、邮件通讯的存档或会议日程变成一份可以排序、筛选、逐条处理的清单。
• 内容迁移。在迁移旧页面之前，先列出其中的所有链接，确保没有链接指向即将消失的网址。
• 检查邮件模板。粘贴一封邮件通讯的HTML，确认每个链接都通向该去的地方、带着正确的追踪参数；或者用网址清理工具把这些参数去掉。

限制与特殊情况

• 只提取<a href>链接。图像映射区域、用JavaScript跳转的按钮，以及只以纯文本形式出现的网址，在HTML意义上都不是链接，不会被包含在内。
• 隐藏的标记会被跳过。在网址模式下，注释、脚本、样式和模板里的链接会被忽略，因为访问者永远看不到也点不到它们。
• 网址模式的大小上限：每个页面最多读取前2 MB的HTML、最多5,000个链接。页面被截断时，状态栏会告诉你。
• 只支持公开页面。抓取器会拒绝私有网络地址、内嵌密码的网址，以及80和443之外的端口，并且只读取HTML响应，PDF或图片网址会被拒绝。
• 一次一个页面。这不是爬虫。想覆盖整个网站，请逐个运行你关心的页面，或者从它的站点地图开始。

隐私

粘贴的HTML由你自己的浏览器解析，从不离开浏览器。在网址模式下，Marqly的服务器会以用户代理MarqlyLinkExtractor/1.0请求该页面；响应只读取一次以收集链接，页面和结果都不会被存储。筛选、去重和导出始终在你的浏览器中运行。

把值得留下的链接留下来

一张链接的电子表格只是一个快照，大部分内容最后都会在文件夹里过期。如果你提取的链接中有值得再看的，请保存到Marqly：每条书签都保留标题和标签，放在你整理的看板上，并同步到浏览器扩展以及iOS和Android应用。免费版（英文页面）最多保存100条书签；Pro不限数量，并提供AI自动标签、摘要和语义搜索，让你按含义找到页面。如果你已经保存了成千上万条链接，请先用重复书签查找工具整理一遍。