HTML 元素提取

Q: 支持哪些 CSS 选择器语法？

支持标准 CSS 选择器：标签、#id、.class、层级与后代组合（div > p、ul li）、属性选择器（[data-id]）、伪类 :first-child、:nth-child()，以及逗号并集选择。

Q: 「提取文本」和「提取 HTML」有什么区别？

文本会去掉所有标签、只保留可见文字（如「链接 A」）；HTML保留元素自身的标签结构（如 <a href="/a">链接 A</a>），适合再交给下游解析。

Q: 最多能提取多少个元素？

结果最多返回 200 条，其余仅计入数量统计。这是为了避免超大页面一次性输出过多内容导致浏览器卡顿。

Q: 选择器和爬虫里写的一致吗？

一致。底层用 symfony/dom-crawler 解析，和 PHP 生态常见爬虫方案（Goutte、DomCrawler）行为相同，验证通过的选择器可直接搬进脚本。

Q: 粘贴的 HTML 会被保存吗？

不会。解析在服务端完成、结果即时返回，不做任何持久化存储，刷新页面后内容即消失。

文本处理完全免费 🎯 任意 CSS 选择器 📊 匹配数量统计 📥 离线可用 🌙 支持黑夜模式

写爬虫前先验证选择器：粘贴 HTML 源码，输入 CSS 选择器，立即批量提取文本、HTML 片段或属性值，匹配数量实时统计，一步定位选择器写得对不对。

类别程序员 · 网络调试

运行方式服务端解析（symfony/dom-crawler）

提取方式文本 / HTML 片段 / 指定属性

数据存储无存储，用完即弃

🔬 CSS 选择器提取

CSS 选择器

提取方式

基于 symfony/dom-crawler 服务端解析，支持任意 CSS 选择器语法；输入后自动提取。

📥 HTML 源码

📤 提取结果（每行一条）

核心特性

任意合法 CSS 选择器

提取纯文本内容

提取完整 HTML 片段

提取指定属性值（如 href / src）

多元素批量提取（最多 200 条）

匹配数量实时统计

结果一键复制

支持黑夜模式

为什么要先验证 CSS 选择器？

写爬虫与数据采集时，最耗时的往往不是发请求，而是选择器写错——结构层级多一层少一层、class 名拼错、目标其实在父节点上，结果要么抓不到，要么抓到的全是噪音。定位这类问题如果每次都跑一遍完整脚本，调试成本很高。

本工具把「验证选择器」这一步单独拆出来：粘贴一段 HTML（可以是整页源码，也可以只是目标区块），输入 CSS 选择器，立刻看到匹配到几个元素、每个元素提取出什么内容。确认选择器无误后，再把它复制进正式脚本，一次写对。

支持三种提取方式：文本（去掉标签的纯文字）、HTML（保留标签的片段）、属性（如 href、src、data-id）。底层使用 symfony/dom-crawler 解析，与主流 PHP 爬虫（Goutte、Laravel HTTP + DomCrawler）行为一致，验证通过的选择器可直接复用，不存储任何数据。

怎么用

粘贴 HTML

把网页源码或目标区块的 HTML 粘贴到左侧，页面默认已载入一段示例。
输入选择器

在「CSS 选择器」中输入定位规则，例如 li.item a、#content .title。
选择提取方式

按需切换「提取文本 / 提取 HTML / 提取属性」；选属性时再填入属性名（默认 href）。
查看与复制

右侧按行输出结果，顶部显示匹配数量，确认无误后点「📋 复制结果」。

使用技巧

输入与选择器改动后约 0.4 秒自动重新提取，无需手动点按钮。
层级写得太深容易因空白节点失配，优先用 class / id 定位更稳。
提取属性时，元素没有该属性会输出空行，可据此判断哪些节点缺失属性。
选择器语法与 CSS 一致，支持逗号并集：h1, h2, h3。
结果最多展示前 200 条，超出部分仅统计数量，防止页面卡顿。

更新记录

v1.0 2026-08-31 首次上线：CSS 选择器提取文本 / HTML / 属性、多元素批量提取、匹配数量统计、结果一键复制（symfony/dom-crawler 驱动）。

常见问题

支持哪些 CSS 选择器语法？

支持标准 CSS 选择器：标签、#id、.class、层级与后代组合（div > p、ul li）、属性选择器（[data-id]）、伪类 :first-child、:nth-child()，以及逗号并集选择。

「提取文本」和「提取 HTML」有什么区别？

文本会去掉所有标签、只保留可见文字（如「链接 A」）；HTML保留元素自身的标签结构（如 <a href="/a">链接 A</a>），适合再交给下游解析。

为什么提示「没有匹配到任何元素」？

说明选择器在当前 HTML 里匹配不到节点。常见原因：标签层级写多或写少、class 名拼写不一致、目标内容由 JS 动态渲染（源码里其实不存在）。可先简化选择器逐步定位。

最多能提取多少个元素？

结果最多返回 200 条，其余仅计入数量统计。这是为了避免超大页面一次性输出过多内容导致浏览器卡顿。

选择器和爬虫里写的一致吗？

一致。底层用 symfony/dom-crawler 解析，和 PHP 生态常见爬虫方案（Goutte、DomCrawler）行为相同，验证通过的选择器可直接搬进脚本。

粘贴的 HTML 会被保存吗？

不会。解析在服务端完成、结果即时返回，不做任何持久化存储，刷新页面后内容即消失。

💬 留言板 0

全部留言需审核通过后展示

💬

还没有留言，来抢沙发吧！