Removedor de etiquetas HTML

El Removedor de etiquetas HTML es una herramienta gratuita que elimina las etiquetas HTML de un bloque de texto y devuelve el contenido restante como texto sin formato.

¿Cómo elimino las etiquetas HTML de un texto?

Pega el texto original, ejecuta la eliminación y copia el resultado en texto sin formato.

1. Pega un texto que contenga etiquetas como <p>, <strong>, <a> o <div>.
2. Ejecuta la herramienta para eliminar todas las etiquetas HTML.
3. Revisa los espacios y copia el resultado en tu documento, hoja de cálculo o sistema de contenidos.

La herramienta utiliza la función strip_tags de PHP. El procesamiento se realiza en el servidor, por lo que el contenido que introduces se envía al servidor mediante HTTPS. No se almacena.

¿Cuándo ahorra tiempo eliminar el HTML?

Ahorra tiempo cuando has copiado o exportado texto con marcado que el destino no necesita o no admite.

• Limpiar descripciones de productos exportadas desde WordPress, Shopify u otro sistema de gestión de contenidos antes de pasarlas a un libro de Excel o Google Sheets.
• Preparar campos de combinación de correspondencia en texto sin formato para Microsoft Word o plataformas de correo electrónico como Mailchimp, donde podrían aparecer etiquetas no deseadas en el mensaje.
• Eliminar el marcado de párrafos y enlaces de una columna de descripciones en un CSV antes de importarlo a una base de datos.
• Preparar texto para campos de plataformas que cuentan los caracteres visibles, pero no interpretan HTML.
• Limpiar contenido copiado de sitios web antes de añadirlo a notas, solicitudes de soporte o documentación interna.

Es recomendable conservar la estructura antes de eliminar las etiquetas. Si necesitas mantener separados los párrafos, los elementos de una lista o los saltos de línea, sustituye primero las etiquetas de cierre de párrafo, las de cierre de elementos de lista y los elementos <br> por saltos de línea.

¿Qué ocurre con los espacios, la puntuación y los caracteres inusuales?

Los espacios, los signos de puntuación, los números y los caracteres de texto normales se conservan. Solo se eliminan las etiquetas.

La eliminación de etiquetas no inserta automáticamente espacios donde antes había etiquetas. Por ejemplo, <ul><li>Red</li><li>Blue</li></ul> se convierte en RedBlue. Si el texto original contiene espacios o saltos de línea reales entre esos elementos, dichos caracteres se conservan.

Las letras acentuadas, los emojis y los sistemas de escritura no latinos forman parte del contenido, no de las etiquetas HTML, por lo que eliminar las etiquetas no los borra por sí solo. Si trabajas con un bloque muy largo, revisa varios puntos del resultado, especialmente cuando el texto original contenga marcado incompleto o mal formado.

Antes y después

Entrada: <p>Hello <strong>Sam</strong>.</p>

Salida: Hello Sam.

Entrada: <h2>Delivery</h2><p>Usually 2–3 working days.</p>

Salida: DeliveryUsually 2–3 working days.

Entrada: <p>Delivery &amp; returns</p>

Salida: Delivery &amp; returns

El último ejemplo muestra que las referencias de caracteres como &amp; no se decodifican. Eliminar etiquetas y decodificar referencias de caracteres HTML son operaciones distintas.

¿Qué no hace un removedor de etiquetas HTML?

No extrae únicamente el texto relevante de un artículo, no reconstruye el espaciado entre párrafos ni convierte HTML en Markdown.

El contenido incluido dentro de elementos script y style puede permanecer después de eliminar las etiquetas que lo rodean. Por ejemplo, al quitar las etiquetas de <script>alert("x")</script>Welcome, queda alert("x")Welcome. Por eso, la eliminación de etiquetas no sustituye a un sanitizador de HTML específico cuando trabajas con contenido que no es de confianza.

El marcado defectuoso también puede producir resultados inesperados, ya que strip_tags no es una herramienta para reparar HTML. Si necesitas obtener las URLs en lugar del texto visible, utiliza el Extractor de URLs. La Calculadora de tamaño de texto puede ayudarte cuando el resultado limpio deba caber en un campo restringido.

Preguntas frecuentes

¿También elimina los comentarios HTML?

Sí. La función strip_tags de PHP elimina tanto los comentarios HTML como las etiquetas. Por lo tanto, el texto incluido únicamente dentro de un comentario no aparecerá en el resultado.

¿Puedo conservar algunas etiquetas HTML?

No. Esta herramienta está diseñada para eliminar todas las etiquetas HTML. Si necesitas conservar un conjunto aprobado, como párrafos y enlaces, utiliza un sanitizador o un analizador de HTML.

¿Elimina el formato Markdown?

No. La sintaxis de Markdown, como las almohadillas, los asteriscos y los corchetes, permanece en el resultado, aunque las etiquetas HTML incrustadas sí se eliminan.

¿Puedo guardar directamente el resultado como CSV?

No necesariamente. Eliminar las etiquetas no aplica a las comas, las comillas ni los saltos de línea incrustados el escape exigido por las reglas de CSV. Utiliza un generador de CSV adecuado cuando vayas a guardar el texto limpio en un archivo.

¿Sirve para extraer el texto principal de una página web completa?

Puedes eliminar las etiquetas del código fuente de una página que proporciones, pero el resultado podría incluir textos de navegación, avisos de cookies y contenido CSS y JavaScript. Para extraer el artículo principal necesitas un analizador que comprenda la estructura de la página.

Comprobaciones finales

Lee una vez el texto limpio antes de utilizarlo. Restablece los espacios o saltos de párrafo que falten, comprueba que las referencias de caracteres HTML se muestren como esperas y, si el código fuente no es de confianza, aplica un proceso de sanitización adecuado en lugar de limitarte a eliminar las etiquetas.