HTML til tekst-konverter
Gemte websider, nyhedsbreve og eksporterede hjælpeartikler består mest af markup; de ord, du har brug for, ligger gemt mellem tags. Denne konverter fjerner HTML-koden og giver dig en ren .txt-fil med kun den læsbare tekst.
Dokumentkonverter
eller slip PDF, DOC, DOCX …-filer her ·
Maks. 95 MB pr. fil· Op til 20 filer· Slettes efter 30 minutter
Filer behandles på vores servere og slettes efter 30 minutter.
150 DPI gør en A4-side til ca. 1240 × 1754 px. Brug 300 til udskrivning.
Konvertér hele filen eller kun nogle sider eller slides (PDF- og præsentationsinput).
Sider eller slides, der skal konverteres, f.eks. 1-3, 5, 8-10.
UTF-8 fungerer til alle sprog. Vælg UTF-8 med BOM, hvis Excel eller Notepad på Windows viser forkerte tegn; ældre kodninger kun til gammelt software.
LF til macOS, Linux og kodeeditorer; CRLF til ældre Windows-programmer som det klassiske Notepad.
Komma er standard. Brug semikolon til Excel i lande, hvor decimaler skrives med komma (Danmark, Tyskland, Frankrig, Brasilien).
Excel-input med flere ark: konvertér alle (ét afsnit eller én fil pr. ark) eller kun det første.
Sådan bruger du værktøjet
- 1
Upload HTML-filerne
Tilføj op til 20 .html- eller .htm-filer på hver op til 95 MB, f.eks. sider gemt fra en browser eller eksporteret fra et CMS eller et e-mailværktøj.
- 2
Vælg tegnkodning og linjeskift
Formatering er sat til Kun tekst, Tekstkodning til UTF-8 og Linjeskift til LF. Vælg CRLF, hvis teksten skal bruges i et gammelt Windows-program.
- 3
Konvertér og brug teksten
Tryk på Konvertér til TXT, og download én tekstfil pr. side eller en ZIP-fil med hele samlingen.
Hvad er den hurtigste måde at gøre HTML til ren tekst?
Upload .html-filen, lad Formatering stå på Kun tekst, og tryk på Konvertér til TXT. Du får en UTF-8-tekstfil med det læsbare indhold og uden markup.
HTML til tekst: når markup står i vejen
En typisk artikelside indeholder langt mere markup, script og styling end brødtekst. Det er fint i en browser, men et problem alle andre steder. Oversættelseshukommelser, søgeindeks, prompts til sprogmodeller, tekstanalyse-scripts og tilgængelighedsgennemgange vil alle have ordene, og hvert tag, inline-stil eller sporingsscript, der slipper igennem, bliver til støj.
Det løser sig heller ikke ved at kopiere fra browservinduet. Et udvalg tager menuer og cookiemeddelelser med, mister afsnitsskift eller slæber usynlig formatering med ind ved indsættelse. At konvertere den gemte HTML-fil kan gentages, virker på tyve sider på én gang og giver det samme resultat hver gang.
Hvis du vil bevare lidt struktur, altså overskrifter og lister markeret med # og -, så vælg HTML til Markdown i stedet. Skal du den anden vej og pakke ren tekst ind i markup, så brug TXT til HTML.
Hvad hver del af siden bliver til i TXT-filen
| I HTML | I tekstfilen |
|---|---|
| Afsnit og overskrifter | Tekstblokke adskilt af tomme linjer |
| <br>-linjeskift | Linjeskift |
| Listepunkter | Ét punkt pr. linje |
| Tabelceller | Celletekst i læserækkefølge, række for række |
| Links | Linkteksten uden adressen |
| &, é og | &, é og et hårdt mellemrum |
| <script>, <style>, kommentarer | Fjernes helt |
| Billeder | Fjernes; billeder har ingen tekstform |
HTML
HyperText Markup Language
HTML er internettets opmærkningssprog, som Tim Berners-Lee først beskrev i begyndelsen af 1990'erne, og som nu vedligeholdes af WHATWG som en levende standard. En HTML-fil beskriver overskrifter, afsnit, links, tabeller, billeder og formularer, mens udseendet normalt kommer fra CSS. Alle browsere kan gengive det, og det bruges også til e-mailskabeloner og gemte websider. En enkelt HTML-fil afhænger ofte af eksterne billeder og typografiark, så den kan se ødelagt ud, hvis den flyttes alene.
- Komprimering
- –
- Gennemsigtighed
- –
- Animation
- –
- Introduceret
- 1993 · Tim Berners-Lee; maintained by WHATWG
TXT
Almindelig tekst
En TXT-fil indeholder kun almindelige tegn uden formatering, skrifttyper, billeder eller layout. Moderne tekstfiler er som regel kodet i UTF-8, som dækker alle sprog, mens ældre filer kan bruge andre kodninger og vise forvrængede tegn. Almindelig tekst fylder næsten ingenting, bliver aldrig forældet og åbner på alle enheder, fra telefoner til servere. Den kan ikke indeholde fed tekst, tabeller eller billeder, så struktur må udtrykkes med mellemrum eller enkel markup.
- Komprimering
- –
- Gennemsigtighed
- –
- Animation
- –
- Introduceret
- –
HTML skæres ned til ren tekst, når det kun er ordene, der tæller: når en artikel skal ind i et analyse- eller oversættelsesværktøj, når du bygger et tekstkorpus, skriver den rene tekstdel af en e-mail eller tæller ord uden markup.
Fra 18 tags til en levende standard
Sådan fungerer konverteringen fra HTML til TXT
Læs siden
Filen fortolkes på samme måde som i en browser, med det tegnsæt, siden angiver.
Fjern markup
Tags, scripts, typografier og kommentarer forsvinder; tegnreferencer bliver til rigtige tegn.
Skriv teksten
Den læsbare tekst gemmes i din valgte Tekstkodning og med dine valgte Linjeskift.
Spørgsmål om HTML til tekst
Hvordan udtrækker jeg tekst fra HTML uden at der er tags tilbage?
Upload filen her med Formatering sat til Kun tekst. Tags, attributter, scripts og typografiark fjernes, og tegnreferencer som & bliver til de tegn, de står for.
Bevarer HTML til tekst-konverteren linkadresserne?
Den synlige linktekst bliver stående i sætningen, men webadressen bag den gør ikke. Hvis du har brug for adresserne, så konvertér med HTML til Markdown, som skriver links som [tekst](url).
Hvad skyldes  eller ’ i tekst kopieret fra en webside?
Det er UTF-8-tekst, der læses som Windows-1252, en klassisk forveksling af tegnkodninger. Konverteren læser sidens angivne tegnsæt og skriver ren UTF-8, så typografiske citationstegn og hårde mellemrum kommer ud som de rigtige tegn.
Kan jeg tælle ordene på en webside på denne måde?
Ja. Når du konverterer først, fjernes markup, kode og skjult scripttekst, som ellers pumper en rå optælling op. Slet resterende navigationslinjer fra .txt-filen, og indsæt den derefter i en vilkårlig ordtæller.
Er ren tekst det rigtige format til et nyhedsbrevs tekstversion?
Ja. Mange e-mailplatforme sender en ren tekstdel sammen med HTML, og mailklienter, der ikke kan eller vil vise HTML, viser den i stedet. Konvertér nyhedsbrevets HTML, og ret linjelængderne til, før du indsætter det i tekstfeltet.