從 PDF 中擷取連結的意思是將文件裡所有可點擊的連結註解全部抽出來，並依頁面列出，讓你可以在不重新輸入的情況下檢視、複製或下載這些目標連結。對大多數初學者來說，困難的地方並不是點擊本身——而是當一份 PDF 散佈著數十個雜亂的連結時（有些指向外部網站，有些指向同一份檔案內部的其他頁面，還有些看起來像網址但其實從未被設定為可點擊），要怎麼取得一份乾淨的清單。專用的擷取工具會直接讀取底層的連結註解，而不是掃描每個字來尋找外觀像網址的文字，這就是為什麼它的結果比從 PDF 閱讀器複製貼上要準確得多。PDF 連結擷取工具正是直接在瀏覽器中執行這個動作：你挑選一個不超過 25 MiB、40 頁以內的本機 PDF，按下按鈕，就能得到一份依頁面排序的報告，列出文件所公開的每個受支援連結。檔案及其內容在任何時刻都不會離開你的裝置。
接下來是一份適合初學者的逐步說明，介紹這個工具如何運作、能夠與不能讀取哪些類型的連結，以及如何解讀它所產生的報告。
PDF 中的哪些內容算作連結
並非 PDF 中每個可見的網址都是可點擊的連結。PDF 作者有兩種方式在頁面上放置網址：他們可以將其以一般文字的形式輸入，讓閱讀者能看到並選取，也可以將其包裝在一個稱為連結註解的特殊物件中。連結註解讓網址能在任何 PDF 檢視器中變得可點擊，也正是它讓網址能夠以程式方式被取出。
PDF 連結擷取工具讀取的是 PDF.js 的註解資料，而不是在文件的原始位元組中搜尋外觀像網址的字串。這個區別很重要，因為 PDF 的串流、字型表與中繼資料中常常含有外觀像網址的片段，但這些片段其實從未被設定為可點擊。透過只處理註解，工具能避免回傳這些誤判的結果。根據 Mozilla 的 PDF.js API 說明文件，頁面代理物件上的 getAnnotations 方法是依類型列舉註解的標準方式，而連結註解是其中一個受支援的類別。
連結註解有兩種形式。外部連結透過 HTTP 或 HTTPS 等協定指向文件外部的網址。內部目標則指向同一份 PDF 內部的另一個位置，常見的是另一頁或一個已命名的書籤目標。內部目標不一定有網址——它可能以一個具名字串表示，也可能以一個描述頁面、視圖與位置的結構化陣列表示。
開始之前你需要準備什麼
這個工具有一份簡短的硬性需求清單，在你點任何東西之前就能全部看到：
- 單一 PDF 檔案。擷取工具一次只接受一份文件。如果你有多份 PDF，請分別執行，或先將它們合併成一個檔案再處理，依你的任務而定。
- 檔案大小不超過 25 MiB。超過的檔案會被拒絕並顯示明確的錯誤訊息。
- 最多 40 頁。超過此限制的文件不會被處理。
- 不可設有密碼保護。加密過的 PDF 會在擷取開始前就回傳錯誤。
- 檔案必須有效且未損壞。格式錯誤或不支援的文件會顯示明確錯誤，而不是產出部分報告。
由於工具完全在瀏覽器本地端執行，你的 PDF 與產生的報告在整個過程中都會留在你的電腦上。沒有上傳步驟，也不需要建立帳號。
如何從 PDF 中擷取連結
實際的操作流程很短，第一次使用的使用者也能在幾分鐘內完成：
- 在瀏覽器中開啟 PDF 連結擷取工具頁面，並點擊檔案選擇器來挑選一個本機 PDF。工具會在事前將檔案限制在 25 MiB 與 40 頁以內，並直接拒絕加密、損壞或超大的文件。
- 點擊擷取連結。工具會在使用者做出這個動作之後才載入 PDF.js 及其 worker，向每一頁請求註解清單，並將該清單篩選為受支援的連結註解。
- 檢視出現在頁面上的報告。每一列會顯示頁碼、註解順序、連結類型，以及非作用中的目標文字。外部目標僅在使用 HTTP、HTTPS、mailto 或 tel 時才會保留；其餘的會被過濾掉，並計入摘要中。
- 將報告複製到剪貼簿，或下載 UTF-8 純文字版本，或公式安全的 CSV 版本。這兩種檔案都在本地端產生，絕不會離開你的裝置。
- 如果在一份檔案已開啟時又載入了另一份 PDF，新的執行作業會取消前一個任務，並自動清除先前的結果、下載網址與頁面狀態。
解讀報告：欄位與標籤
畫面上的報告與可下載的檔案共用相同的欄位。以下以淺白的用語說明每一欄的意義。
| 欄位 | 顯示內容 | 為何重要 |
|---|---|---|
| 頁面 | 連結註解所在的頁碼 | 幫助你跳回原始 PDF 並以視覺方式驗證該連結 |
| 註解編號 | 該頁上註解的順序 | 當一頁含有許多重疊或堆疊的連結時相當實用 |
| 類型 | 外部或內部，加上協定或目標種類 | 讓你一眼就能看出目標是網址還是同一份文件內部的某個位置 |
| 目標 | 網址的非作用中文字，或內部目標的可讀呈現 | 複製時安全無虞；本身絕不會自動導向、抓取或執行該連結 |
表格上方的摘要區塊會告訴你檢視了多少個註解、接受了多少個、移除了多少個重複項目，以及跳過了多少個因為不安全或不支援而未處理的目標。同一頁上完全相同的重複項目會被自動移除；不同頁上出現的相同連結則會保留，因為知道哪些頁面引用了它常常是有用的證據。
哪些 URL 協定會被納入
擷取工具僅接受一組精選且實用的協定，其餘一律拒絕。檢查不區分大小寫，也會拒絕任何含有控制字元的 URL——這是隱藏不安全內容常見的手法。
| 協定 | 是否接受 | 備註 |
|---|---|---|
| http | 是 | 一般網頁連結會包含在報告中 |
| https | 是 | 安全網頁連結會包含在報告中 |
| mailto | 是 | 包裝為可點擊連結的電子郵件地址會出現在報告中 |
| tel | 是 | 電話號碼連結會包含在報告中 |
| javascript | 否 | 略過以避免顯示可執行的內容 |
| data | 否 | 略過，因為內嵌的承載內容並非可點擊的目標 |
| file | 否 | 略過，因為本機檔案參考不在處理範圍內 |
| blob | 否 | 略過，因為這類指的是記憶體中的物件，離開來源應用程式後便不再存在 |
| 任何含有控制字元的 URL | 否 | 作為防禦措施略過 |
被排除的協定會直接從報告中移除，而不會被設為可點擊，因此在其他程式中開啟 CSV 或 TXT 檔案時不會觸發任何導向或程式碼執行。
當連結沒有出現在結果中時
報告中少了一列通常歸結於以下幾個原因，能辨識它們可以省下大量時間：
- 該網址只是印刷文字，而不是連結註解。如果作者只是輸入了一段網址，卻沒有將其包裝在可點擊的區域中，工具就看不到它。在 PDF 中，可見文字與可點擊性是彼此獨立的。
- PDF 已加密或有密碼保護。工具無法自行解密，會直接拒絕該檔案。
- 該連結使用了不支援的協定。自訂協定、行動應用程式的深層連結，以及 JavaScript 動作都會被刻意過濾掉。
- 檔案超出限制。超過 25 MiB 或 40 頁的 PDF 會在擷取開始前顯示明確錯誤。
- 沒有穩定 URL 形式的內部目標。具名目標與明確的目的地陣列會被列入報告，但工具並不保證能將每一個都解析為最終的頁碼，因為目的地結構與檢視器的行為會因文件而異。
如果你懷疑有連結遺漏，在任何標準閱讀器中開啟 PDF 並將滑鼠移到你懷疑的位置上方，就能快速判斷它到底是不是可點擊的。
讓流程保持安全與可預測
這個擷取工具是為盤點、移轉檢查、文件品保，以及檢視 PDF 將讀者送往何處而設計的。它不是爬蟲、壞鏈檢查器、釣魚偵測器、無障礙稽核工具，也不是內容掃描器。報告中出現某個目標，僅代表 PDF 公開了一個受支援的連結註解——並不保證該目的地可以連上、最新或值得信賴。重要的目的地在實際前往、發布或分享之前，都應該另行獨立驗證。
工具所產生的 CSV 檔案對試算表常見的危險做了防護。根據 OWASP 的 CSV 注入指引，以 =、+、- 或 @ 等字元開頭的儲存格，可能會被試算表軟體重新解讀為公式，進而在開啟檔案時執行程式碼或外洩資料。PDF 連結擷取工具在序列化儲存格之前，會先將這類開頭字元中和掉，並依標準 CSV 規則跳脫內嵌的引號與換行。TXT 檔案則是純 UTF-8 格式，具有穩定的頁面標籤，完全不包含任何可執行的表面。
若想更深入了解底層解析器如何表示註解資料，GitHub 上的 Mozilla PDF.js 專案是工具所依賴的註解結構描述的權威來源。
這個工具的設計目標，是讓初學者第一次嘗試時就能得到一份實用且完整的清單，而無需具備任何 PDF 規格的知識。選擇一個本機檔案，按下按鈕，依頁面排序的報告就能準備好供你複製或下載——一個小型、可預測的工作流程，無論是單頁的講義或 40 頁的報告都能適用。
相關閱讀：PDF 轉 PNG 初學者指南：首次操作逐步說明。