提取 PDF 链接

把每个可点击的链接、以及仅仅印在页面上的每个网址收集起来，并注明它们所在的页码。

页面在这个标签页里读取，任何网址都不会被请求——什么都不会被抓取、跟随或上报。这些 PDF 留在你的设备上。

看看文件还泄露了什么

关于 提取 PDF 链接

PDF 把链接放在两个互不相干的地方，而多数导出只看其中一个。可点击的链接是注释——一个矩形，背后挂着一个动作。印上去的网址只是文字：宣传册里打出来的 www.example.com 根本不可点击，而一条长网址通常还被断成了两行。这里把两者都收起来，断行的那些重新接好，而既被印出、又链向同一处的网址只算一次而不是两次。每一行都显示网址、链接的种类、它所在的文字，以及它出现的页码。什么都不会被请求：读取在你的设备上进行，网址完全按文档存储的样子报出。

功能特性

• 可点击注释与写进正文的网址，汇总在同一张清单里
• 被断行拆开的网址，在计数之前先接回一起
• 邮箱、文档内页面跳转，以及打开文件或运行脚本的链接，会被区分开
• 显示每个矩形下方的锚文本，让你看清这个链接当初是怎么标的
• 可合并重复、按种类或域名筛选，并按页码或域名排序
• 可一次处理多个 PDF，每一行都保留它来自哪个文件
• CSV 与纯文本导出会带上每一行，而不只是屏幕上那些
• 当某个链接打开的是附件或运行脚本而不是网页时给出警告

如何使用 提取 PDF 链接

1. 把一个或多个 PDF 拖到页面上
2. 等待每一页的注释和文字层被读取
3. 按种类或域名筛选，或者关掉「合并重复」以看到每一次出现
4. 复制清单，或连页码一起下载为 CSV

示例

输入

conference-programme.pdf — 48 pages

输出

214 occurrences · 96 unique URLs · 31 domains · 12 emails · 40 internal jumps → conference-programme-links.csv

文档内跳转是页面引用，所以它们不进纯网址清单。

常见错误与故障排除

• 一份满是网址的文档里什么也没找到。 — 扫描件没有文字层，通常也没有注释，所以根本无从读取。请先运行 PDF OCR，然后再来提取。
• 列出来的某个链接是失效的。 — 这里从不访问任何网址，所以失效或已跳转的网址仍会按存储的样子出现。要检验某一条是否还能打开，那是你在浏览器里另做的一步。
• 有两行看起来是同一个网址。 — 它们在要紧的地方不同。合并时被忽略的只有协议、开头的 www.、主机名大小写、默认端口、末尾斜杠和空片段——查询字符串和路径会保留，因为它们指向不同的页面。
• 跨行印出的网址被截断了。 — 只有在断点看起来属于网址的一部分时才会接回去，比如在连字符或类似路径的斜杠之后。句号之后的断行是句子结束，所以不予处理；请核对那一页上的写法。

常见问题

提取过程会访问这些网址或测试它们是否可用吗？

不会。什么都不会被请求、解析或展开，连短链接也不会。每个网址都按文档存储的样子报出，这也正是失效网址仍会出现在清单里的原因。

结果里的可点击链接和文字链接有什么区别？

可点击链接是阅读器能激活的注释。文字链接是打在页面上、从来没人把它做成可点击的网址——它在纸上读起来像链接，点它却什么也不会发生。

为什么有些行显示「文件 / 启动」而不是一个网址？

因为这个链接打开的是另一份文档、一个附件或一段脚本，而不是网页。如果 PDF 来自外部，这些值得你仔细读一读再信。

能一次收集一整个文件夹报告里的链接吗？

可以。把这些 PDF 一起拖进来，每一行都保留它来自哪个文件，于是一份 CSV 就能覆盖整批，而你仍看得出每个网址属于哪份文档。

文档内跳到其他页面的链接也包含在内吗？

包含，能解析出页码的就给页码，解析不出的就给目标名称。它们不进纯网址清单，因为「第 12 页」不是一个网址。

相关工具

• PDF 检查器 — 查看 PDF 的版本、页面尺寸、字体、表单、安全性与标准声明。
• PDF 转文本 — 将 PDF 中可选取的文本提取为纯文本或 Markdown。
• PDF 隐私扫描 — 找出 PDF 里隐藏的元数据与个人信息。
• PDF 净化 — 清除 PDF 里的 JavaScript、自动动作、内嵌文件等活动内容。
• PDF OCR — 识别扫描 PDF 中的文字，让它可被检索。
• PDF元数据编辑器 — 查看、修改或清除PDF的标题、作者等字段。
• PDF 字数统计 — 统计一个或多个 PDF 的词数、字符数与页数，附逐页明细。

更多PDF工具

• 图片转 PDF — 将图片合并为单个 PDF（自动 / 纵向 / 横向）。
• PDF 转图片 — 将 PDF 页面转换为可下载的 PNG 或 JPG 图片。
• 合并 PDF — 将多个 PDF 合并为一个，并支持重新排序。
• 拆分 PDF — 将页面或范围（如 1-3,5,7-9）提取为新的 PDF。
• 旋转 PDF — 将全部页面或选定页面旋转 90/180/270°。
• 整理 PDF — 从缩略图重新排序、旋转和删除页面并导出。
• 添加页码 — 在 PDF 上标注页码（位置、格式、起始值）。
• PDF 水印 — 为每一页添加对角线文字水印。
• 裁剪 PDF — 使用裁剪框裁剪每一页的边距。
• PDF 转文本 — 将 PDF 中可选取的文本提取为纯文本或 Markdown。
• 对比 PDF — 逐行对比从两个 PDF 中提取的文本。
• 加密 PDF — 使用 AES-256 或 RC4 加密为 PDF 添加密码保护。
• 解密 PDF — 移除已加密 PDF 的密码保护。
• 压缩 PDF — 通过以所选质量和分辨率将每页重新渲染为 JPEG 来缩小 PDF。
• PDF元数据编辑器 — 查看、修改或清除PDF的标题、作者等字段。
• PDF尺寸调整 — 把PDF每一页调整为A4、Letter等标准尺寸。
• PDF 拍平 — 把填好的表单字段固定进页面内容。
• PDF 一页多页 — 每张 2、4、9 或 16 页，支持小册子顺序。
• PDF 页面交错合并 — 把奇数页和偶数页两次扫描合回一份文档，可倒序。
• PDF 转单张长页 — 把所有页面拼成一张连续长页，滚动阅读而不用翻页。
• PDF表单数据提取 — 把填好的PDF答案导出为JSON或CSV。
• 空白页删除工具 — 找出扫描件里的空白页并删掉。
• 文本转 PDF — 把输入或粘贴的文字变成分页的 PDF。
• Markdown 转 PDF — 把 Markdown 的标题、列表、表格与代码排成 PDF。

查看全部PDF工具 (85) · 全部工具