Pang-alis ng mga HTML tag

Ang Pang-alis ng mga HTML tag ay libreng tool na nag-aalis ng mga HTML tag sa isang bloke ng teksto at ibinabalik ang natitirang nilalaman bilang plain text.

Paano mag-alis ng mga HTML tag sa teksto?

I-paste ang pinagmulang teksto, patakbuhin ang pag-aalis, at kopyahin ang resultang plain text.

1. Mag-paste ng tekstong may mga tag gaya ng <p>, <strong>, <a> o <div>.
2. Patakbuhin ang tool para alisin ang lahat ng HTML tag.
3. Suriin ang mga espasyo, pagkatapos ay kopyahin ang resulta sa iyong dokumento, spreadsheet o content system.

Ginagamit ng tool ang strip_tags function ng PHP. Sa server isinasagawa ang pagproseso, kaya ipinapadala ang iyong input sa server sa pamamagitan ng HTTPS. Hindi ito iniimbak.

Kailan nakakatipid ng oras ang pag-aalis ng HTML?

Nakakatipid ito ng oras kapag ang kinopya o na-export na teksto ay may markup na hindi kailangan o hindi tinatanggap ng paglilipatan nito.

• Paglilinis ng mga paglalarawan ng produkto na na-export mula sa WordPress, Shopify o ibang content management system bago ilagay sa isang Excel o Google Sheets workbook.
• Paghahanda ng mga plain-text na field para sa mail merge sa Microsoft Word o sa mga email platform gaya ng Mailchimp, kung saan maaaring lumitaw sa mensahe ang mga hindi kailangang tag.
• Pag-aalis ng markup para sa talata at link mula sa isang column ng paglalarawan sa CSV bago ito i-import sa database.
• Paghahanda ng teksto para sa mga field sa platform na binibilang ang mga nakikitang character ngunit hindi nagre-render ng HTML.
• Paglilinis ng nilalamang kinopya mula sa website bago idagdag sa mga tala, support ticket o panloob na dokumentasyon.

Makakatulong na panatilihin muna ang estruktura bago alisin ang mga tag. Kung kailangang magkakahiwalay pa rin ang mga talata, item sa listahan o line break, palitan muna ng mga line break ang mga pansarang tag ng talata, pansarang tag ng item sa listahan at mga elementong <br>.

Ano ang mangyayari sa mga espasyo, bantas at di-karaniwang character?

Mananatili ang mga espasyo, bantas, numero at karaniwang character ng teksto, habang mabubura ang mismong mga tag.

Hindi awtomatikong naglalagay ng mga espasyo ang pag-aalis ng tag sa dating kinalalagyan ng mga ito. Halimbawa, ang <ul><li>Red</li><li>Blue</li></ul> ay nagiging RedBlue. Kung may aktuwal na mga espasyo o line break sa pagitan ng mga elementong iyon sa pinagmulang teksto, mananatili ang mga character na iyon.

Nilalaman ang mga letrang may accent, emoji at sulat na hindi Latin, hindi mga HTML tag, kaya hindi likas na nawawala ang mga ito kapag nag-aalis ng mga tag. Kung napakahaba ng bloke, suriin ang ilang bahagi ng resulta, lalo na kung may kulang o maling markup ang pinagmulan.

Bago at pagkatapos

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

Output: Hello Sam.

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

Output: DeliveryUsually 2–3 working days.

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

Output: Delivery &amp; returns

Ipinapakita ng huling halimbawa na hindi nade-decode ang mga character reference gaya ng &amp;. Magkahiwalay na proseso ang pag-aalis ng mga tag at pag-decode ng mga HTML character reference.

Ano ang hindi ginagawa ng pang-alis ng mga HTML tag?

Hindi nito kinukuha lamang ang makabuluhang teksto ng artikulo, muling binubuo ang pagitan ng mga talata o kino-convert ang HTML sa Markdown.

Maaaring manatili ang nilalaman sa loob ng mga elementong script at style matapos alisin ang mga tag na nakapaligid sa mga ito. Halimbawa, kapag inalis ang mga tag sa <script>alert("x")</script>Welcome, matitira ang alert("x")Welcome. Ibig sabihin, hindi pamalit ang pag-aalis ng tag sa nakalaang HTML sanitiser kapag humahawak ng input na hindi pinagkakatiwalaan.

Maaari ring magbigay ng hindi inaasahang resulta ang sirang markup dahil hindi tool sa pagkukumpuni ng HTML ang strip_tags. Kung mga URL ang kailangan mo sa halip na nakikitang teksto, gamitin ang Tagakuha ng URL. Makakatulong naman ang Kalkulador ng laki ng teksto kung kailangang magkasya ang nalinis na resulta sa isang field na may limitasyon.

Mga madalas itanong

Naaalis din ba nito ang mga HTML comment?

Oo. Inaalis ng strip_tags function ng PHP ang mga HTML comment pati ang mga tag. Kaya hindi lalabas sa resulta ang tekstong nasa loob lamang ng isang comment.

Pwede bang magtira ng ilang napiling HTML tag?

Hindi. Dinisenyo ang tool na ito para alisin ang lahat ng HTML tag. Gumamit ng HTML sanitiser o parser kung kailangan mong magpanatili ng mga pinapayagang tag, gaya ng mga talata at link.

Naaalis ba nito ang formatting ng Markdown?

Hindi. Mananatili sa output ang syntax ng Markdown gaya ng mga hash, asterisk at square bracket, habang aalisin pa rin ang anumang naka-embed na HTML tag.

Pwede na bang i-save bilang CSV ang resulta?

Hindi palagi. Hindi ine-escape ng pag-aalis ng tag ang mga kuwit, panipi o naka-embed na line break ayon sa mga tuntunin ng CSV. Gumamit ng wastong CSV writer kapag inilalagay ang nalinis na teksto sa isang file.

Pwede ba itong gamitin para kunin ang pangunahing teksto ng isang buong web page?

Maaari mong alisin ang mga tag mula sa ibinigay na page source, pero posibleng kasama pa rin sa resulta ang mga label sa navigation, cookie notice, CSS at nilalamang JavaScript. Para makuha ang pangunahing artikulo, kailangan ng parser na nauunawaan ang estruktura ng page.

Mga huling pagsusuri

Basahin muna nang isang beses ang nalinis na teksto bago ito gamitin. Ibalik ang anumang nawawalang espasyo o pagitan ng talata, tiyaking lumalabas ang mga HTML character reference sa paraang inaasahan, at gumamit ng angkop na proseso ng sanitisation para sa source code na hindi pinagkakatiwalaan sa halip na umasa lamang sa pag-aalis ng tag.