Skip to content

Activer007/chrome-plugin-substack

BranchesTags

Repository files navigation

Substack to Markdown Chrome 插件

Plugin Preview

一个强大的 Chrome 浏览器插件，用于从 Substack 文章页面提取标题、作者、日期、内容等信息并保存为 Markdown 格式。

✨ 功能特性

核心功能

  • ✅ 智能识别：自动识别 Substack 文章页面
  • 📋 元数据提取：标题、作者、发布日期、描述、出版社信息
  • 🖼️ 图片保留：图片保留在原始位置，脱离上下文
  • 🔗 链接收集：提取文章内的所有外部链接
  • 📝 格式良好：生成标准 Markdown 格式
  • 💾 一键下载：自动保存到本地
  • 👁️ 实时预览：预览生成的 Markdown 内容

v1.1.6 新增特性 ⭐

  • 🔗 支持 /@username/p-xxx URL 格式（个人资料文章页面）
  • 🧠 智能提取：检测 JSON-LD Person 类型并优先使用 og:title/og:image
  • 📅 日期解析增强：正则表达式不区分大小写（支持 FEB、Feb 等格式）
  • 👥 多作者支持：支持多作者显示
  • 🏷️ 品牌标识：添加 "Powered By Activer" 署名
  • 📄 PDF 署名：生成的 PDF 底部添加品牌页脚
  • 🖼️ 文档优化：README 添加预览图片

v1.1.5 新增特性 ⭐

  • 📄 客户端 PDF 导出：使用 pdfmake 直接生成高质量 PDF，无需打印对话框
  • 🎨 UI/UX 全面升级：沉浸式卡片布局、骨架屏加载、空状态设计
  • 🔤 中英文字体支持：集成 Noto Serif SC，完美支持中英文混排
  • 🧠 智能语言检测：自动识别文章语言并优化排版

v1.0 新增特性 ⭐

  • 🎯 支持首页阅读器模式：substack.com/inbox/post/p-xxx 和 substack.com/home/post/p-xxx
  • 🧠 DOM 解析回退：无 JSON-LD 时智能提取元数据
  • 🔍 调试日志：详细的控制台日志，方便定位问题
  • 🌐 自定义域名支持：完美支持所有 Substack 自定义域名
  • 📅 中文文件名：支持中文字符和特殊字符
  • 🛡️ 智能过滤：自动过滤导航、按钮等无关内容
  • 📋 剪贴板支持：一键复制 Markdown 内容
  • 👁️ 预览模式：下载前预览生成的 Markdown
  • 📦 图片本地化：ZIP 导出包含本地图片
  • 🔗 Obsidian 集成：直接保存到 Obsidian vault
  • 🖨️ PDF 导出：优化的打印样式
  • ⚙️ YAML Frontmatter：支持 Obsidian/Notion 元数据
  • 📁 自定义文件名：多种命名格式选项

🎯 支持的页面类型

1. 文章详情页（推荐）

URL 格式：

  • https://xxx.substack.com/p/文章标题
  • https://自定义域名.com/p/文章标题

提取方式：

  • ✅ 使用 JSON-LD 结构化数据
  • ✅ 完整的元数据（标题、作者、日期、描述）
  • ✅ 高质量内容提取

2. 首页阅读器模式（v1.0.1 新增）⭐

URL 格式：

  • https://substack.com/inbox/post/p-xxx
  • https://substack.com/home/post/p-xxx

提取方式：

  • ✅ 使用 DOM 解析提取元数据
  • ✅ 智能提取标题、作者、日期
  • ✅ 完整的文章内容提取

3. 不支持的页面

URL 格式：

  • https://substack.com/home （纯首页信息流）

原因： 显示文章列表/预览，没有完整内容

🚀 安装方法

开发模式安装

  1. 克隆或下载此项目
git clone https://github.com/yourusername/chrome-plugin-substack.git

  1. 打开 Chrome 浏览器，访问 chrome://extensions/

  2. 开启右上角的"开发者模式"

  3. 点击"加载已解压的扩展程序"

  4. 选择项目文件夹

📖 使用方法

基本使用

  1. 访问任意 Substack 文章页面

    • 文章详情页：https://newsletter.eng-leadership.com/p/xxx
    • 首页阅读器：https://substack.com/inbox/post/p-xxx（需登录）

  2. 点击浏览器工具栏中的插件图标

  3. 查看提取的文章信息

  4. 点击"🚀 提取并下载 Markdown"按钮

  5. 选择保存位置，文件将自动下载

调试模式

如果遇到问题，可以查看控制台日志：

  1. 打开浏览器控制台（按 F12，切换到 Console 标签）

  2. 刷新页面并打开插件

  3. 查看详细的日志输出：

[Popup] ========== 开始检查页面 ==========
[Popup] 当前标签页 URL: https://...
[Popup] ✅ 是 Substack 相关页面
[Injected] 开始执行提取逻辑...
[Injected] ✅ 提取完成: {sectionsCount: 45, imagesCount: 3}

📄 生成的 Markdown 格式

# 文章标题

## 📋 文章信息

- **作者**: 作者名称
- **发布日期**: 2026年2月4日
- **出版社**: [出版物名称](URL)
- **原文链接**: https://...

## 📝 简介

文章描述...

## 🖼️ 封面

![封面图](图片URL)

## 📖 正文

### 章节标题

段落内容...![图片](图片URL)

更多段落...

## 🔗 相关链接

- [链接文本](URL)

---

*提取时间: 2026年2月4日*
*由 [Substack to Markdown](https://github.com) 插件生成*

🛠️ 技术实现

数据提取策略

插件使用多种策略来提取文章数据：

1. JSON-LD 结构化数据（优先）

const jsonLdScript = document.querySelector('script[type="application/ld+json"]');
const data = JSON.parse(jsonLdScript.textContent);

2. DOM 解析（回退方案）

// 标题提取
document.title

// 作者提取
document.querySelector('a[href*="/@"]')

// 日期提取
正则匹配: /^[A-Z][a-z]{2}\s+\d{1,2},\s+\d{4}$/

// 内容容器
document.querySelector('.body.markup')

提取的数据字段

字段 来源 说明
标题 JSON-LD / document.title 文章主标题
副标题 h3 文章描述性副标题
作者 JSON-LD / DOM 作者名称和链接
发布日期 JSON-LD / DOM 格式化日期
出版社 JSON-LD / DOM Substack 出版物信息
封面图 JSON-LD 主文章图片
正文内容 DOM 文章所有段落和标题
图片 DOM 文章内的所有图片（保留原位置）
链接 DOM 文章内的所有外部链接

📊 版本历史

v1.1.6 (2026-02-05)

  • 🔗 新增：支持 /@username/p-xxx URL 格式（个人资料文章页面）
  • 🧠 智能提取：检测 JSON-LD Person 类型并优先使用 og:title/og:image
  • 📅 修复：日期正则表达式改为不区分大小写（支持 FEB、Feb 等格式）
  • 👥 多作者：支持多作者显示
  • 🏷️ 品牌标识：添加 "Powered By Activer" 署名
  • 📄 PDF 署名：生成的 PDF 底部添加品牌页脚
  • 🖼️ 文档优化：README 添加预览图片

v1.1.5 (2026-02-05)

  • 🎉 版本升级：次版本号提升，反映重大功能更新
  • 📄 客户端 PDF 导出：使用 pdfmake 直接生成高质量 PDF，无需打印对话框
  • 🎨 UI/UX 全面升级：沉浸式卡片布局、骨架屏加载、空状态设计
  • 🔤 中英文字体支持：集成 Noto Serif SC，完美支持中英文混排
  • 🧠 智能语言检测：自动识别文章语言并优化排版
  • 🔧 设置面板增强：新增"纯净模式"选项，过滤推广内容
  • 📊 操作反馈优化：所有按钮的状态提示（Processing/Exported/Saved）

v1.0.4 (2026-02-05)

  • 🐛 修复：设置按钮点击无响应问题（JS 与 CSS 显示机制不一致）
  • ✨ 改进：设置面板视觉增强（渐变背景、橙色强调线、增强阴影、圆角）
  • 🎨 改进：设置图标替换为 Material Design 风格，与底部按钮保持一致
  • ✨ 新增：点击外部区域自动关闭设置面板
  • ✨ 新增：Escape 键关闭设置面板和预览模态框

v1.0.3 (2026-02-04)

  • 🐛 修复：PDF 打印时标题上方的空白区域（~100px）
  • 🔧 改进：重置 modalViewer 和 article 的 padding/margin
  • 🔧 改进：打印时标题直接位于页面顶部
  • 🔍 分析：使用 Chrome DevTools MCP 工具定位问题根源

v1.0.2 (2026-02-04)

  • 🐛 修复：图片保留在文章中的原始位置
  • ✨ 改进：使用 .body.markup 容器提取内容
  • 🗑️ 删除：移除末尾的单独图片列表

v1.0.1 (2026-02-04)

  • ✨ 新增：支持首页阅读器模式（substack.com/inbox/post/p-xxx 和 substack.com/home/post/p-xxx）
  • ✨ 新增：DOM 解析提取元数据（无 JSON-LD 时的回退方案）
  • 🐛 修复：提取正确的文章标题和发布者
  • 📝 改进：详细的调试日志输出
  • 🌐 改进：支持自定义域名
  • 📅 改进：文件名支持中文字符

v1.0.0 (2026-02-04)

  • ✨ 初始版本
  • ✅ 支持文章详情页
  • ✅ JSON-LD 提取
  • ✅ Markdown 转换

🔧 配置与权限

权限说明

插件需要以下权限：

  • activeTab - 访问当前活动标签页
  • scripting - 注入脚本到页面
  • downloads - 下载生成的 Markdown 文件
  • host_permissions - 访问 substack.com 及其子域名

文件结构

chrome-plugin-substack/
├── manifest.json       # Manifest V3 配置
├── content.js          # 内容脚本（注入到页面）
├── popup.js            # 弹出窗口逻辑
├── popup.html          # 弹出窗口界面
├── background.js       # 后台服务脚本
├── icons/              # 图标文件
│   ├── icon16.png
│   ├── icon48.png
│   └── icon128.png
├── README.md           # 本文档
└── task-plan.md       # 开发规划（归档）

🐛 常见问题

Q: 为什么显示"无法提取文章信息"？

A: 请确保：

  • ✅ 你在文章详情页或首页阅读器页面（URL 包含 /p/xxx 或 /inbox/post/p-xxx）
  • ✅ 已登录 Substack（首页阅读器模式需要登录）
  • ✅ 页面已完全加载

Q: 提取的内容为空？

A: 可能的原因：

  • ⚠️ 页面还在加载中，请等待几秒后重试
  • ⚠️ 文章可能是付费内容，需要订阅
  • ⚠️ 打开控制台查看具体错误日志

Q: 文件名乱码？

A: 已在 v1.0.1 修复，现在支持中文字符和特殊字符

Q: 图片都放在文档末尾？

A: 已在 v1.0.2 修复，图片现在保留在原始位置

Q: 支持批量下载吗？

A: 当前版本不支持，但已在规划中（见下文"未来计划"）

🔮 未来计划

✅ 已完成功能（v1.0.0 - v1.1.6）

  • 图片本地化：ZIP 导出包含本地图片（v1.0.x）
  • Obsidian 集成：一键保存到 Obsidian（v1.0.x）
  • 自定义模板：YAML Frontmatter + 文件名格式选择（v1.0.x）
  • 剪贴板支持：一键复制 Markdown（v1.0.x）
  • 预览模式：下载前预览生成的内容（v1.0.x）
  • 脚注支持：标准 Markdown 脚注格式（v1.0.x）
  • PDF 导出（打印）：优化的打印样式（v1.0.3 修复空白问题）
  • PDF 直接导出：客户端生成 PDF，支持中英文混排（v1.1.5）
  • UI/UX 全面升级：沉浸式卡片、骨架屏、空状态（v1.1.5）
  • 操作反馈优化：所有按钮的状态提示（v1.1.5）
  • 纯净模式：过滤推广和营销内容（v1.1.5）
  • 个人资料页面支持：支持 /@username/p-xxx URL 格式（v1.1.6）
  • 品牌标识：添加 "Powered By Activer" 署名（v1.1.6）

🔄 进行中/计划中

高优先级（下一版本）

  • 纯净模式：过滤推广和营销内容（v1.1.5 已完成）
  • 批量下载：支持一键下载整个订阅源归档（v1.2.0 规划中）
  • Chrome Web Store 发布：完成合规性检查并提交审核

中优先级

  • 代码模块化：拆分 popup.js 提升可维护性
  • Notion 集成：一键推送到 Notion 数据库
  • 多平台支持：Medium、Ghost 等其他平台
  • 快捷键支持：Alt+M 快速提取
  • 全文搜索：搜索已下载的文章
  • 标签分类：自动添加标签和分类

低优先级（实验性）

  • AI 摘要：集成 AI API 生成文章摘要
  • WebDAV 同步：支持坚果云、Nextcloud 等网盘
  • 本地数据库：IndexedDB 存储下载历史

查看完整开发规划：参见 task-plan.md

低优先级

  • AI 摘要：集成 AI API 生成摘要
  • 翻译功能：自动翻译英文文章为中文
  • 订阅管理：管理关注的作者，自动检测新文章
  • 开放 API：供其他扩展调用

🤝 贡献

欢迎提交 Issue 和 Pull Request！

开发环境设置

  1. Fork 本项目
  2. 创建特性分支 (git checkout -b feature/AmazingFeature)
  3. 提交更改 (git commit -m 'Add some AmazingFeature')
  4. 推送到分支 (git push origin feature/AmazingFeature)
  5. 开启 Pull Request

📜 许可证

MIT License

最后更新: 2026-02-05 当前版本: v1.1.6 Happy Extracting! 🚀

About

No description, website, or topics provided.

Resources

Readme
Activity

Stars

0 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

1 tags

Packages

 
 
 

Contributors

Languages