HTML থেকে টেক্সট কনভার্টার
সেভ করা ওয়েব পেজ, নিউজলেটার আর এক্সপোর্ট করা হেল্প আর্টিকেলের বেশিরভাগটাই মার্কআপ; আপনার দরকারি লেখাগুলো ট্যাগের ভিড়ে চাপা পড়ে থাকে। এই কনভার্টার HTML সরিয়ে দিয়ে শুধু পড়ার মতো লেখাসহ একটি পরিষ্কার .txt ফাইল দেয়।
ডকুমেন্ট কনভার্টার
অথবা PDF, DOC, DOCX … ফাইল এখানে ড্রop করুন ·
প্রতি ফাইল সর্বোচ্চ 95 MB· সর্বোচ্চ 20টি ফাইল· 30 মিনিট পরে মুছে ফেলা হয়
ফাইল আমাদের সার্ভারে প্রসেস করা হয় এবং 30 মিনিট পরে মুছে ফেলা হয়।
150 DPI-তে একটি A4 পৃষ্ঠা প্রায় 1240 × 1754 px হয়। প্রিন্টের জন্য 300 ব্যবহার করুন।
পুরো ফাইল অথবা শুধু কিছু পৃষ্ঠা বা স্লাইড রূপান্তর করুন (PDF ও প্রেজেন্টেশন ইনপুটের জন্য)।
রূপান্তরের পৃষ্ঠা বা স্লাইড, যেমন 1-3, 5, 8-10।
UTF-8 সব ভাষায় কাজ করে। Windows-এর Excel বা Notepad-এ অক্ষর এলোমেলো দেখালে BOM সহ UTF-8 বেছে নিন; পুরনো এনকোডিং শুধু পুরনো সফটওয়্যারের জন্য।
macOS, Linux ও কোড এডিটরের জন্য LF; ক্লাসিক Notepad-এর মতো পুরনো Windows প্রোগ্রামের জন্য CRLF।
কমা সাধারণ মান। যেসব দেশে দশমিকে কমা লেখা হয় (জার্মানি, ফ্রান্স, ব্রাজিল), সেখানে Excel-এর জন্য সেমিকোলন ব্যবহার করুন।
একাধিক শিটের Excel ইনপুট: সবগুলো রূপান্তর করুন (প্রতি শিটে একটি সেকশন বা ফাইল) অথবা শুধু প্রথমটি।
এই টুল কীভাবে ব্যবহার করবেন
- 1
HTML ফাইল আপলোড করুন
প্রতিটি ৯৫ MB পর্যন্ত আকারের সর্বোচ্চ ২০টি .html বা .htm ফাইল যোগ করুন, যেমন ব্রাউজার থেকে সেভ করা পেজ বা CMS অথবা ইমেইল টুল থেকে এক্সপোর্ট করা ফাইল।
- 2
এনকোডিং ও লাইন এন্ডিং বেছে নিন
ফরম্যাটিং থাকে শুধু টেক্সট, টেক্সট এনকোডিং থাকে UTF-8 এবং লাইনের শেষ চিহ্ন থাকে LF। টেক্সট পুরোনো কোনো Windows প্রোগ্রামে ব্যবহার করলে CRLF বেছে নিন।
- 3
কনভার্ট করে লেখা ব্যবহার করুন
TXT-এ কনভার্ট করুন চাপুন, তারপর প্রতিটি পেজের জন্য একটি করে টেক্সট ফাইল ডাউনলোড করুন, অথবা পুরো ব্যাচের জন্য একটি ZIP নিন।
HTML থেকে প্লেইন টেক্সট বের করার সবচেয়ে দ্রুত উপায় কী?
.html ফাইল আপলোড করুন, ফরম্যাটিং শুধু টেক্সট রাখুন এবং TXT-এ কনভার্ট করুন চাপুন। আপনি পড়ার মতো কনটেন্টসহ একটি UTF-8 টেক্সট ফাইল পাবেন, মার্কআপ থাকবে না।
HTML থেকে টেক্সট: যখন মার্কআপ বাধা হয়ে দাঁড়ায়
একটি সাধারণ আর্টিকেল পেজে মূল লেখার চেয়ে মার্কআপ, স্ক্রিপ্ট ও স্টাইলিং অনেক বেশি থাকে। ব্রাউজারে এটা ঠিক আছে, কিন্তু অন্য সব জায়গায় সমস্যা। ট্রান্সলেশন মেমোরি, সার্চ ইনডেক্স, ল্যাঙ্গুয়েজ-মডেল প্রম্পট, টেক্সট-অ্যানালাইসিস স্ক্রিপ্ট ও অ্যাক্সেসিবিলিটি রিভিউ, সবকিছুর দরকার শুধু শব্দ, আর যে ট্যাগ, ইনলাইন স্টাইল বা ট্র্যাকিং স্ক্রিপ্ট রয়ে যায় তা-ই বাড়তি আবর্জনা হয়ে ওঠে।
ব্রাউজার উইন্ডো থেকে কপি করেও সমাধান হয় না। সিলেকশনে মেনু ও কুকি নোটিশ চলে আসে, পেস্ট করলে অনুচ্ছেদের বিরতি হারায় বা অদৃশ্য ফরম্যাটিং ঢুকে পড়ে। সেভ করা HTML ফাইল কনভার্ট করা বারবার করা যায়, একসাথে বিশটি পেজে কাজ করে এবং প্রতিবার একই ফল দেয়।
কিছু কাঠামো রাখতে চাইলে, অর্থাৎ # ও - দিয়ে চিহ্নিত শিরোনাম ও তালিকা, তাহলে বদলে HTML থেকে Markdown বেছে নিন। উল্টো দিকে গিয়ে প্লেইন টেক্সটকে মার্কআপে মুড়তে TXT থেকে HTML ব্যবহার করুন।
পেজের কোন অংশ TXT ফাইলে কী হয়ে যায়
| HTML-এ | টেক্সট ফাইলে |
|---|---|
| অনুচ্ছেদ ও শিরোনাম | ফাঁকা লাইন দিয়ে আলাদা করা টেক্সটের ব্লক |
| <br> লাইন ব্রেক | লাইন ব্রেক |
| তালিকার আইটেম | প্রতি লাইনে একটি আইটেম |
| টেবিলের ঘর | পড়ার ক্রমে ঘরের লেখা, সারি ধরে ধরে |
| লিংক | ঠিকানা ছাড়া শুধু লিংকের লেখা |
| &, é ও | &, é এবং একটি নন-ব্রেকিং স্পেস |
| <script>, <style>, কমেন্ট | পুরোপুরি বাদ |
| ছবি | বাদ; ছবির কোনো টেক্সট রূপ নেই |
HTML
হাইপারটেক্সট মার্কআপ ল্যাঙ্গুয়েজ
HTML হলো ওয়েবের মার্কআপ ল্যাঙ্গুয়েজ, যা ১৯৯০-এর দশকের শুরুতে টিম বার্নার্স-লি প্রথম বর্ণনা করেন এবং এখন WHATWG লিভিং স্ট্যান্ডার্ড হিসেবে দেখভাল করে। HTML ফাইলে শিরোনাম, অনুচ্ছেদ, লিংক, টেবিল, ছবি ও ফর্ম বর্ণনা থাকে, আর স্টাইল সাধারণত আসে CSS থেকে। সব ব্রাউজার এটি রেন্ডার করে, এবং ইমেইল টেমপ্লেট ও সেভ করা ওয়েব পেজেও এটি ব্যবহার হয়। একটি HTML ফাইল প্রায়ই বাইরের ছবি ও স্টাইলশিটের ওপর নির্ভর করে, তাই একা সরালে সেটি ভাঙা দেখাতে পারে।
- কম্প্রেশন
- –
- স্বচ্ছতা (ট্রান্সপারেন্সি)
- –
- অ্যানিমেশন
- –
- প্রবর্তনের সাল
- 1993 · Tim Berners-Lee; maintained by WHATWG
TXT
প্লেইন টেক্সট
TXT ফাইলে শুধু সাধারণ অক্ষর থাকে; কোনো ফরম্যাটিং, ফন্ট, ছবি বা লেআউট থাকে না। আধুনিক টেক্সট ফাইল সাধারণত UTF-8-এ এনকোড করা হয়, যা সব ভাষা সমর্থন করে; তবে পুরনো ফাইলে অন্য এনকোডিং থাকলে অক্ষর এলোমেলো দেখাতে পারে। প্লেইন টেক্সট খুব ছোট, কখনো অচল হয় না এবং ফোন থেকে সার্ভার পর্যন্ত সব ডিভাইসে খোলে। এতে বোল্ড লেখা, টেবিল বা ছবি রাখা যায় না, তাই কাঠামো দিতে হলে স্পেসিং বা সহজ মার্কআপ ব্যবহার করতে হয়।
- কম্প্রেশন
- –
- স্বচ্ছতা (ট্রান্সপারেন্সি)
- –
- অ্যানিমেশন
- –
- প্রবর্তনের সাল
- –
যখন শুধু শব্দগুলোই দরকার, তখন HTML থেকে প্লেইন টেক্সট বের করা হয়: কোনো লেখা বিশ্লেষণ বা অনুবাদ টুলে দেওয়া, টেক্সট কর্পাস তৈরি, ইমেইলের প্লেইন অংশ লেখা, বা মার্কআপ ছাড়া শব্দ গোনার জন্য।
18টি ট্যাগ থেকে একটি লিভিং স্ট্যান্ডার্ড
HTML থেকে TXT কনভার্সন কীভাবে কাজ করে
পেজ পড়া
পেজে ঘোষিত charset ব্যবহার করে ব্রাউজার যেভাবে পার্স করে, ফাইলটি সেভাবেই পার্স করা হয়।
মার্কআপ বাদ দেওয়া
ট্যাগ, স্ক্রিপ্ট, স্টাইল ও কমেন্ট বাদ যায়; ক্যারেক্টার রেফারেন্স আসল অক্ষরে পরিণত হয়।
টেক্সট লেখা
পড়ার মতো টেক্সট আপনার বেছে নেওয়া টেক্সট এনকোডিং ও লাইনের শেষ চিহ্ন অনুযায়ী সেভ হয়।
HTML থেকে টেক্সট নিয়ে প্রশ্ন
কোনো ট্যাগ না রেখে HTML থেকে লেখা কীভাবে বের করব?
এখানে ফাইলটি আপলোড করুন এবং ফরম্যাটিং শুধু টেক্সট রাখুন। ট্যাগ, অ্যাট্রিবিউট, স্ক্রিপ্ট ও স্টাইল শিট বাদ যায়, আর &-এর মতো ক্যারেক্টার রেফারেন্স তাদের আসল অক্ষরে পরিণত হয়।
HTML থেকে টেক্সট কনভার্টার কি লিংকের ঠিকানা রাখে?
দৃশ্যমান লিংকের লেখাটি বাক্যে থেকে যায়, কিন্তু এর পেছনের URL থাকে না। ঠিকানাগুলো দরকার হলে HTML থেকে Markdown দিয়ে কনভার্ট করুন, সেখানে লিংক [text](url) আকারে লেখা হয়।
ওয়েব পেজ থেকে কপি করা লেখায়  বা ’ কেন আসে?
এটি UTF-8 টেক্সটকে Windows-1252 হিসেবে পড়ার ফল, এনকোডিং গোলমালের একটি পরিচিত সমস্যা। কনভার্টার পেজে ঘোষিত charset পড়ে পরিষ্কার UTF-8 লেখে, তাই কার্লি কোটেশন ও নন-ব্রেকিং স্পেস আসল অক্ষর হিসেবেই আসে।
এভাবে কি ওয়েব পেজের শব্দ গোনা যায়?
হ্যাঁ। আগে কনভার্ট করলে মার্কআপ, কোড ও লুকানো স্ক্রিপ্ট টেক্সট বাদ যায়, যা কাঁচা গণনাকে ফুলিয়ে দেয়। .txt ফাইল থেকে বাড়তি নেভিগেশন লাইন মুছে যেকোনো ওয়ার্ড কাউন্টারে পেস্ট করুন।
নিউজলেটারের টেক্সট ভার্সনের জন্য প্লেইন টেক্সট কি সঠিক ফরম্যাট?
হ্যাঁ। অনেক ইমেইল প্ল্যাটফর্ম HTML-এর পাশাপাশি একটি প্লেইন-টেক্সট অংশও পাঠায়, আর যে মেইল ক্লায়েন্ট HTML দেখাতে পারে না বা চায় না, সেগুলো ওটিই দেখায়। নিউজলেটারের HTML কনভার্ট করুন, তারপর টেক্সট ফিল্ডে পেস্ট করার আগে লাইনের দৈর্ঘ্য ঠিক করে নিন।