🔖 Bookmark Cleaner

浏览器收藏夹失效链接批量清理工具

一键检测并清理浏览器收藏夹中的死链、404页面、重复书签和空文件夹

📑 目录

• 项目简介
• 核心功能
• 快速开始
• 命令参数
• 使用示例
• 输出文件说明
• 常见问题
• 安全声明
• 开发规划
• 贡献指南
• 开源协议

---

📖 项目简介

日常使用浏览器会积累大量收藏链接，长期使用后会产生失效链接、404 页面、过期域名、重复书签、空文件夹等问题，手动清理耗时费力。

Bookmark Cleaner 是一款基于 Python 开发的书签整理工具，专门针对浏览器导出的 HTML 书签文件进行批量检测与清理。

🎯 设计理念：简单、高效、安全 —— 让书签清理变得轻松愉快

工具采用多线程并发检测，内置完善的异常处理与日志系统，全平台兼容，安全稳定。

✅ 支持浏览器

---

✨ 核心功能

🔍 智能链接检测

• 自动识别 400~599 各类失效状态码，精准标记死链
• 区分可疑链接（401/403/429/503/504），支持自定义保留/删除
• 自动跳过短链接域名、本地文件、磁力链等非 HTTP/HTTPS 链接
• 细化错误类型：连接超时、SSL 证书错误、DNS 解析失败、连接重置、重定向异常等
• 优先使用 HEAD 请求，请求失败自动降级为 GET 请求重试

🧹 一键自动清理

• 批量删除所有失效链接
• 递归清理空书签文件夹，兼容多浏览器书签格式
• 一键去重，自动移除重复书签（仅保留唯一链接）
• 运行前自动备份原始书签，彻底避免数据丢失

📊 多格式报告输出

• 文本报告 report.txt：分类展示死链、可疑链接、重复链接
• CSV 表格报告：支持 Excel / WPS 直接打开查看与统计
• 独立错误日志 error.log：单独汇总检测异常、请求失败链接

⚙️ 增强特性

• 自适应多线程并发，合理利用系统硬件资源
• 全局请求连接池 + 随机延迟重试，有效规避网站封禁
• 完整代理支持，适配特殊网络环境
• 支持文件夹黑白名单、指定域名筛选检测
• 全平台终端适配：Windows / Linux / macOS 颜色、进度条正常显示
• 提供静默模式、详细日志、免交互执行，可用于自动化脚本/服务器定时任务

---

🚀 快速开始

1. 环境要求

• Python 3.8 及以上版本

2. 安装依赖

💡 提示：建议使用虚拟环境安装

pip install requests beautifulsoup4

3. 导出浏览器书签

使用工具前，先将浏览器收藏夹导出为标准 HTML 文件：

🔹 Chrome / Edge 导出步骤

1. 打开书签管理器（快捷键：Ctrl+Shift+O）
2. 点击右上角菜单 → 导出书签
3. 保存为 bookmarks.html

🔹 Firefox 导出步骤

1. 书签 → 管理书签（快捷键：Ctrl+Shift+B）
2. 导入和备份 → 导出书签到 HTML

🔹 Safari 导出步骤

1. 文件 → 导出 → 书签
2. 选择保存位置，保存为 HTML 文件

4. 基础运行

将导出的 bookmarks.html 与脚本 check_bookmarks.py 放在同一目录，执行基础命令：

# 常规检测 + 清理失效链接 + 自动备份原文件
python check_bookmarks.py bookmarks.html

---

📝 完整命令参数

usage: check_bookmarks.py [-h] [-o OUTPUT] [-w WORKERS] [-t TIMEOUT] [-p PROXY]
                          [--csv CSV] [--keep-suspicious] [--dry-run]
                          [--no-confirm] [--only-folder ONLY_FOLDER]
                          [--exclude-folder EXCLUDE_FOLDER] [--domain DOMAIN]
                          [--quiet] [--verbose] [--deduplicate] [-v]
                          input

Bookmark Cleaner v1.1.0 - 浏览器收藏夹失效链接清理工具

positional arguments:
  input                 输入的收藏夹 HTML 文件路径

options:
  -h, --help            显示帮助信息并退出
  -o, --output OUTPUT   输出文件名 (默认: bookmarks_cleaned.html)
  -w, --workers WORKERS 并发线程数 (自动适配CPU，默认上限20)
  -t, --timeout TIMEOUT 请求超时秒数 (默认: 10)
  -p, --proxy PROXY     设置HTTP代理，格式: http://127.0.0.1:7890
  --csv CSV             导出CSV格式报告，指定文件路径
  --keep-suspicious     保留可疑链接(403/429/503等)，不自动删除
  --dry-run             仅检测链接，不生成清理后的文件（试运行）
  --no-confirm          跳过交互确认，直接执行清理（适合脚本运行）
  --only-folder ONLY_FOLDER
                        仅检测指定文件夹（部分匹配）
  --exclude-folder EXCLUDE_FOLDER
                        排除指定文件夹（部分匹配）
  --domain DOMAIN       仅检测指定域名（例：github.com）
  --quiet               静默模式，仅输出最终结果
  --verbose             详细模式，打印每一条链接的检测结果
  --deduplicate         移除重复书签，仅保留唯一链接
  -v, --version         查看程序版本

---

🧪 常用使用示例

场景	命令
试运行（推荐）	python check_bookmarks.py bookmarks.html --dry-run
清理 + 去重	python check_bookmarks.py bookmarks.html --deduplicate
搭配代理	python check_bookmarks.py bookmarks.html --proxy http://127.0.0.1:7890
保留可疑链接	python check_bookmarks.py bookmarks.html --keep-suspicious
导出CSV报告	python check_bookmarks.py bookmarks.html --csv report.csv
仅检测指定文件夹	python check_bookmarks.py bookmarks.html --only-folder "工作"
静默执行（脚本用）	python check_bookmarks.py bookmarks.html --no-confirm --quiet

---

📂 输出文件说明

工具运行后，会在原文件同目录自动生成以下文件：

文件名称	用途说明
📦 xxx_backup.html	原始书签自动备份文件，防止误操作丢失数据
✨ bookmarks_cleaned.html	清理完成后的书签文件，直接导入浏览器即可使用
📄 report.txt	综合文本报告，包含统计数据、死链、可疑链接、重复链接
❌ error.log	独立错误日志，记录检测异常、请求失败的链接
📊 自定义 .csv	结构化表格报告，包含 URL、状态、原因、文件夹、重复次数

Tip

首次使用强烈建议先加上 --dry-run 试运行，核对检测结果无误后再执行清理！

---

❓ 常见问题

Note

点击问题展开查看详细解答

Q: 为什么有些网站明明能打开却被标记为失效？

主要原因：

1. Cloudflare 反爬：返回 403，已被标记为 "可疑链接"，加 --keep-suspicious 可保留
2. 地区限制：服务器在国外，国内检测超时，使用 --proxy 即可
3. User-Agent 拦截：已使用最新 Chrome UA，大部分网站可通过

Q: 几千条链接会不会很慢？

性能参考（20线程）：

• 1000 条链接：约 1-2 分钟
• 5000 条链接：约 5-10 分钟
• 10000 条链接：约 10-20 分钟

可通过 --workers 参数调整并发数提升速度。

Q: 会泄露我的收藏夹数据吗？

绝对不会！

• 所有检测都在本地完成
• 代码完全开源可审计
• 没有任何数据上传行为
• 仅发起 HTTP HEAD/GET 请求检测链接可用性

Q: 清理后文件夹结构会乱吗？

不会！ 完美保留：

• 原有的文件夹层级结构
• 嵌套关系和顺序
• 书签名称和添加时间
• 只会删除失效链接条目

---

🛡️ 安全声明

Important

你的数据安全是我们的首要考虑

1. ✅ 本工具纯本地运行，不会上传任何书签、链接、隐私数据至外网
2. ✅ 每次运行自动备份原始书签文件，多重保障数据安全
3. ✅ 网络请求仅用于检测链接可用性，无数据采集、窃取行为
4. ✅ 代码完全开源，可自由查阅、审计与二次开发

---

🐛 问题反馈 & 开发规划

兼容性说明

• 完全兼容主流浏览器导出的标准 HTML 书签文件
• Windows CMD / PowerShell、Linux、macOS 终端均正常适配颜色与进度条

问题反馈

如果遇到 Bug、兼容性问题、功能建议，欢迎提交 Issues

后续开发计划

• v1.0 基础链接检测与清理功能
• v1.1 多线程优化、CSV报告导出
• v1.2 支持 JSON 格式书签导入 / 导出
• v1.3 新增书签分类、文件夹批量重命名功能
• v1.4 支持本地定时自动扫描书签
• v2.0 开发图形化界面（GUI）版本
• v2.1 支持批量检测重定向并自动更新链接

---

🤝 贡献指南

欢迎提交 Pull Request 参与项目开发！

1. Fork 本仓库
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

---

📈 Star History

---

📄 开源协议

本项目基于 MIT License 开源。

你可以自由使用、修改、分发本项目代码，使用时请保留原始开源协议声明。

---

🙏 致谢

感谢以下优秀开源库提供技术支持：

• requests — 简洁强大的 HTTP 请求库
• BeautifulSoup4 — HTML/XML 解析工具

---

⭐ 支持项目

如果这个工具帮到了你，请给个 Star ⭐ 支持一下！

Made with ❤️ for a cleaner bookmark experience

⬆ 回到顶部