Softonic

Преобразователь HTML в текст

Шаг 1 / 2
Далее

Письма в текстовом формате, инструменты анализа текста и системы подсчёта слов требуют преобразования HTML в читаемую строку, которую человек видит на экране, без остатков разметки. Просто вставьте HTML, этот инструмент удалит все теги, декодирует сущности (& → &), схлопнет лишние пробелы, возникшие из-за отступов, и выдаст чистый, удобочитаемый блок текста, готовый для анализа или для части text/plain многочастного письма.

Как преобразовать HTML в текст

  1. 1

    Вставить HTML

    Любого размера, фрагмент, полный текст электронного письма или целая страница.

  2. 2

    Преобразовать

    Один клик: все теги и атрибуты удаляются, сущности декодируются.

  3. 3

    Проверьте переносы строк

    Абзацы, пункты списков и строки таблиц становятся отдельными строками, поэтому текст сохраняет структуру.

  4. 4

    Скопируйте текст

    Результат, обычный текст в кодировке Unicode, который можно без опаски передать в счётчик слов, шаблон письма или модель анализа тональности.

Как преобразование обрабатывает сложные теги

Преобразование HTML в текст это не только string.replace(/<[^>]+>/, ""): простой regex оставляет коды сущностей и пробелы отступов на месте и не знает, что </p> должно начинать новую строку.

Блочные теги против строчных

Блочные теги (<br>, а также закрывающие теги </p>, </div>, </h1> до </h6>, </li>, </tr>) создают по одному переносу строки. Строчные теги (<a>, <span>, <strong>) не оставляют пробелов, поэтому слова не слипаются.

Поведение отдельных тегов

Тег Обработка
<br> Один перенос строки
</p>, </div>, </h1> до </h6> Один перенос строки на каждый закрывающий тег
</li>, </tr> Один перенос строки; маркеры списков и разделители ячеек таблиц не добавляются
<a href="url">text</a> text; атрибут href удаляется
<img alt="text"> Ничего, у тега нет видимого текста
<script>, <style> Теги удаляются, текст между ними сохраняется

Декодирование сущностей

  • Именованные сущности (&amp;, &copy;, &eacute;) декодируются в соответствующие символы Unicode.
  • Числовые сущности (&#169;, &#x00A9;) также декодируются.
  • Неизвестные сущности сохраняются как есть, чтобы инструменты анализа их видели.

Нормализация пробелов

  • Пробелы и табуляции перед переносом строки удаляются.
  • Три и более пустых строки подряд сокращаются до одной.
  • Пробелы между словами сохраняются без изменений; конвертер не переформатирует текст.

Применение

  • Формирование части text/plain многочастного письма.
  • Очистка спарсенных статей перед передачей в языковую модель.
  • Наполнение полнотекстового поискового индекса.
  • Честный подсчёт слов без учёта разметки.

Часто задаваемые вопросы

Визуальное форматирование (жирный шрифт, цвет, шрифт) теряется, в этом и есть смысл. Структура сохраняется в виде переносов строк: абзацы, пункты списков и строки таблиц становятся отдельными строками, поэтому текст остаётся читаемым.

Видимый текст ссылки остаётся, но URL удаляется вместе с атрибутами тега. Если вам нужны URL, используйте отдельный конвертер HTML в Markdown.

Конвертер удаляет сами теги, но сохраняет текст между ними, поэтому содержимое блоков <script> и <style> остаётся в выводе. Если оно не нужно, удалите его из исходного HTML заранее.

Да. Вывод в кодировке UTF-8 сохраняет все не-ASCII-символы из входных данных; такие сущности, как &copy; и &eacute;, декодируются в соответствующие символы Unicode.

Сопутствующие инструменты

Справочная таблица ASCII

Полная таблица ASCII от 0 до 127 с десятичным, шестнадцатеричным, восьмеричным и двоичным представлением, а также записью числовых ссылок HTML, включая NUL, LF и DEL.

Справочник сочетаний клавиш

Ищите документированные сочетания по умолчанию для VS Code, Chrome и Bash с GNU Readline в macOS, Windows и Linux.

Справочник символов HTML

Справочник HTML-сущностей с поиском, их именованными и числовыми кодами, а также копированием специальных символов и знаков одним кликом.

Шпаргалка по Markdown

Практический справочник Markdown с настоящим предпросмотром и готовыми для копирования примерами заголовков, списков, таблиц, кода, ссылок, изображений и синтаксиса GFM.

Счетчик FPS

Измерьте FPS браузера через requestAnimationFrame: сглаживание, минимальная и максимальная частота кадров, порог предупреждения и график по желанию. Работает локально, без загрузок и API.

Шпаргалка по регулярным выражениям

Поисковый справочник регулярных выражений для JavaScript, PCRE2/PHP, Python re и .NET. Сравнивайте токены, синтаксис движков, якоря, группы, проверки и флаги.

Инструмент доступен на других языках