Eliminator de etichete HTML

Eliminatorul de etichete HTML este un instrument gratuit care elimină etichetele HTML dintr-un bloc de text și returnează conținutul rămas ca text simplu.

Cum elimin etichetele HTML dintr-un text?

Lipește textul sursă, pornește eliminarea, apoi copiază textul simplu rezultat.

1. Lipește textul care conține etichete precum <p>, <strong>, <a> sau <div>.
2. Rulează instrumentul pentru a elimina toate etichetele HTML.
3. Verifică spațierea și copiază rezultatul în documentul, foaia de calcul sau sistemul tău de gestionare a conținutului.

Instrumentul folosește funcția strip_tags din PHP. Procesarea are loc pe server, așadar datele introduse sunt trimise către server prin HTTPS. Acestea nu sunt stocate.

Când economisești timp eliminând codul HTML?

Economisești timp atunci când ai copiat sau exportat un text împreună cu marcaje de care destinația nu are nevoie sau pe care nu le acceptă.

• Curățarea descrierilor de produse exportate din WordPress, Shopify sau alt sistem de gestionare a conținutului, înainte de a le introduce într-un registru Excel sau Google Sheets.
• Pregătirea câmpurilor de îmbinare a corespondenței ca text simplu pentru Microsoft Word sau platforme de e-mail precum Mailchimp, unde în mesaj pot apărea etichete nedorite.
• Eliminarea marcajelor pentru paragrafe și linkuri dintr-o coloană de descrieri CSV înainte de importarea într-o bază de date.
• Pregătirea textului pentru câmpuri de platformă care numără caracterele vizibile, dar nu interpretează HTML.
• Curățarea conținutului copiat de pe site-uri înainte de a-l adăuga în notițe, tichete de asistență sau documentație internă.

Este recomandat să păstrezi structura înainte de a elimina etichetele. Dacă paragrafele, elementele listelor sau întreruperile de rând trebuie să rămână separate, înlocuiește mai întâi etichetele de închidere ale paragrafelor, etichetele de închidere ale elementelor de listă și elementele <br> cu întreruperi de rând.

Ce se întâmplă cu spațiile, semnele de punctuație și caracterele neobișnuite?

Spațiile, semnele de punctuație, numerele și caracterele text obișnuite rămân neschimbate. Sunt șterse doar etichetele.

Eliminarea etichetelor nu inserează automat spații în locul lor. De exemplu, <ul><li>Red</li><li>Blue</li></ul> devine RedBlue. Dacă sursa conține spații sau întreruperi de rând propriu-zise între acele elemente, caracterele respective se păstrează.

Literele cu diacritice, emojiurile și scrierile care nu folosesc alfabetul latin reprezintă conținut, nu etichete HTML, deci eliminarea etichetelor nu le șterge în mod inerent. Pentru un bloc foarte lung, verifică rezultatul în mai multe locuri, mai ales dacă sursa conține marcaje incomplete sau incorecte.

Înainte și după

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

Ieșire: Hello Sam.

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

Ieșire: DeliveryUsually 2–3 working days.

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

Ieșire: Delivery &amp; returns

Ultimul exemplu arată că referințele de caractere precum &amp; nu sunt decodificate. Eliminarea etichetelor și decodificarea referințelor de caractere HTML sunt operațiuni separate.

Ce nu face un eliminator de etichete HTML?

Nu extrage doar textul relevant al articolului, nu reface spațierea dintre paragrafe și nu convertește HTML în Markdown.

Conținutul din elementele script și style poate rămâne după eliminarea etichetelor care îl încadrează. De exemplu, eliminarea etichetelor din <script>alert("x")</script>Welcome lasă alert("x")Welcome. Prin urmare, eliminarea etichetelor nu înlocuiește un instrument specializat de igienizare HTML atunci când lucrezi cu date din surse care nu sunt de încredere.

Marcajele incorecte pot produce și rezultate neașteptate, deoarece strip_tags nu este un instrument de reparare a codului HTML. Dacă ai nevoie de URL-uri, nu de textul vizibil, folosește Extractor de URL-uri. Calculator dimensiune text te poate ajuta atunci când rezultatul curățat trebuie să încapă într-un câmp cu limită de dimensiune.

Întrebări frecvente

Elimină și comentariile HTML?

Da. Funcția strip_tags din PHP elimină atât comentariile HTML, cât și etichetele. Prin urmare, textul aflat exclusiv într-un comentariu nu va apărea în rezultat.

Pot păstra anumite etichete HTML?

Nu. Acest instrument este conceput să elimine toate etichetele HTML. Folosește un instrument de igienizare HTML sau un parser dacă trebuie să păstrezi un set aprobat de etichete, cum ar fi paragrafele și linkurile.

Elimină și formatarea Markdown?

Nu. Sintaxa Markdown, precum simbolurile diez, asteriscurile și parantezele drepte, rămâne în rezultat, însă eventualele etichete HTML încorporate sunt eliminate.

Pot salva rezultatul direct ca CSV?

Nu neapărat. Eliminarea etichetelor nu tratează virgulele, ghilimelele sau întreruperile de rând încorporate conform regulilor CSV. Folosește un instrument adecvat de scriere CSV atunci când introduci textul curățat într-un fișier.

Pot extrage textul principal dintr-o pagină web completă?

Poți elimina etichetele din codul sursă furnizat al paginii, dar rezultatul poate include etichete de navigare, notificări despre cookie-uri, CSS și conținut JavaScript. Extragerea articolului principal necesită un parser care înțelege structura paginii.

Verificări finale

Citește o dată textul curățat înainte de a-l folosi. Refă spațiile sau despărțirile dintre paragrafe care lipsesc, verifică dacă referințele de caractere HTML sunt afișate așa cum dorești și procesează codul sursă din surse care nu sunt de încredere printr-o metodă adecvată de igienizare, nu doar prin eliminarea etichetelor.