Kako odstraniti oznake HTML in dobiti čisto golo besedilo
Ko kopirate besedilo s spletnega mesta ali e-pošte, pogosto pride na vrsto oznaka HTML – oznake, atributi in posebni znaki, ki berljivo vsebino spremenijo v neberljivo kodo. Odstranjevanje HTML-ja pomeni odstranitev vseh oznak, da se vrnete k čistemu besedilu, ki je pripravljeno za uporabo, obdelavo ali skupno rabo brez vizualnega šuma in tehnične nereda.
Zakaj potrebujete čisto besedilo
Vsebina, kopirana s spletnih mest, e-novic in urejevalnikov obogatenega besedila, nosi nevidno napihnjenost HTML, ki služi brskalniku, ne vam. Zaradi te oznake je besedilo težko iskati, težje ga je urejati in prekine oblikovanje, ko ga prilepite v preglednice, datoteke z navadnim besedilom, dokumentacijo ali aplikacije za pisanje zapiskov. Čiščenje je prvi kritični korak k spreminjanju kopirane spletne vsebine v uporabne podatke, s katerimi lahko dejansko delate.
Kaj se zgodi, ko kopirate iz spleta
Brskalniki shranjujejo in prenašajo spletno vsebino v obliki HTML. Ko s spletnega mesta kopirate in prilepite v urejevalnik besedila ali dokument, pogosto podedujete oznake, kot je <p>, <span>, <div>in atributi, kot je class oz id ki ne dodajo nobene vrednosti osnovnemu besedilu. The Odstranite oznake HTML orodje takoj izvleče samo vsebino besedila, pri čemer pusti vse oznake in atribute za seboj, tako da dobite berljiv izpis v nekaj sekundah.
Ravnanje s posebnimi znaki in entitetami
HTML tudi kodira določene znake kot entitete, da prepreči napake pri razčlenjevanju. Pogosti primeri vključujejo za neprekinjene prostore, < za simbol manj kot, & for ampersands, and " za ponudbe. Ko odstranite HTML, je treba te entitete pretvoriti nazaj v njihove dejansko berljive znake. Če vaša prilepljena vsebina vključuje veliko teh posebnih kodiranj – zlasti iz starejših e-poštnih sporočil, arhiviranih dokumentov ali izvoženih arhivov – entitete HTML orodje zagotavlja pravilno dekodiranje, tako da se vaše besedilo pravilno prikaže.
Še dlje: markdown in URL-ji
HTML ni edina plast oblikovanja, s katero se lahko srečate. Kopirana vsebina včasih vsebuje tudi sintakso markdown ali vdelane hiperpovezave, ki zakrijejo golo besedilo pod njim. Dodatno čiščenje plasti za celovite rezultate: Strip markdown orodje odstrani oznake za oblikovanje, kot so zvezdice in zgoščene vrednosti, ter Odstranite URL-je orodje odstrani hiperpovezave, če potrebujete samo besedilno vsebino brez povezav. Zgradite čistilni cevovod, prilagojen vašemu izvornemu materialu.
Zasebnost in varnost
Vaše besedilo, polno HTML, nikoli ne zapusti vaše naprave. Vse čiščenje poteka v celoti v vašem brskalniku, deluje brez povezave po začetnem nalaganju strani in ne zahteva nalaganja na strežnik, ustvarjanja računa in sledenja. Prilepite zaupna e-poštna sporočila, lastniško vsebino ali občutljive podatke; očistite ga; in nadaljevati, vedoč, da nič ni bilo poslano drugam.
Hitri nasveti za najboljše rezultate
Prilepite svoje neobdelano besedilo HTML, zaženite odstranjevalec in preglejte izpis za nepričakovane presledke ali prelome vrstic – nekatere strukture HTML skrivajo presledke, ki postanejo vidni šele, ko so oznake odstranjene. Če je rezultat videti dober, ga kopirajte neposredno na cilj ali prenesite kot datoteko z navadnim besedilom, da ohranite čiščenje. Za vsebino z več plastmi oblikovanja zaženite orodja v zaporedju: najprej odstranite HTML, nato entitete, nato markdown ali URL-je, kot je potrebno.