# PageSnap

**Repository Path**: youngmong/page-snap

## Basic Information

- **Project Name**: PageSnap
- **Description**: PageSnap 是一个 Chrome Manifest V3 浏览器插件，可以快速把当前网页导出为 Markdown 或 PDF 格式的文件
- **Primary Language**: JavaScript
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2026-08-07
- **Last Updated**: 2026-08-09

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# PageSnap

PageSnap 是一个 Chrome Manifest V3 浏览器插件，可以把当前网页导出为 **PDF** 或 **Markdown**，默认按完整页面内容处理，尽量减少数据缺失。

## 功能

- Markdown 导出：保留标题、段落、列表、链接、图片、代码块、表格、表单控件、折叠内容、引用和页面元数据；相对地址会转换为绝对地址。
- PDF 导出：调用浏览器原生打印引擎，并临时注入完整打印样式，展开常见的滚动容器和高度限制，打印的是完整页面而不是当前视口。
- 去除广告：导出时可按需跳过或隐藏广告容器、广告网络 iframe、站内导航、侧栏推荐和弹窗推广。
- 弹窗选择格式：打开扩展后选择 `Markdown` 或 `PDF`，点击“导出当前页面”即可。

## 安装

1. 打开 `chrome://extensions`。
2. 开启右上角“开发者模式”。
3. 点击“加载已解压的扩展程序”。
4. 选择本项目的根目录：

```text
/Users/xxxxxxx/workspace/PageSnap
```

## 使用

1. 打开需要导出的网页。
2. 点击浏览器工具栏中的插件图标。
3. 选择 `Markdown` 或 `PDF`，并按需勾选“去除广告”。
4. 点击“导出当前页面”。

Markdown 会直接下载到浏览器的下载目录。PDF 会打开系统打印窗口，在打印窗口中选择“另存为 PDF”即可保存完整页面。

## 数据完整性

- Markdown 提取器遍历 `body` 中的所有语义内容，包含可见内容和隐藏的语义内容，但会排除 `script`、`style`、`noscript`、`template`、`link`、`meta`、`head` 等非正文数据。
- 图片、链接、iframe、视频和音频的相对地址会基于当前页面地址转换为绝对地址。
- 简单表格转换为 Markdown 表格；包含 `colspan`、`rowspan` 或复杂分组的表格会保留为 HTML 表格结构，避免行列信息丢失。
- 如果某个元素不想被导出，可以给元素添加 `data-page-export-ignore` 属性。
- 勾选“去除广告”后，Markdown 会跳过广告、站内导航、侧栏推荐和弹窗推广等元素，PDF 会在打印时隐藏这些元素。
- PDF 使用浏览器原生排版能力，能保留页面字体、图片、样式和完整多页内容。

## 项目结构

```text
.
├── manifest.json
├── popup/               # 扩展弹窗 UI 与交互
├── content/
│   ├── ad-filter.js      # 广告元素识别与打印隐藏规则
│   ├── markdown.js      # DOM 到 Markdown 的完整提取器
│   └── content.js       # PDF 打印准备与消息处理
└── icons/               # 扩展图标
```

## 开发验证

扩展不需要构建步骤。修改代码后，在 `chrome://extensions` 中点击扩展的“重新加载”即可验证。

## 权限说明

- `activeTab`：仅在用户点击插件时读取当前标签页。
- `scripting`：向当前标签页注入导出脚本。
- `downloads`：保存 Markdown 文件。