HTML in Text umwandeln
Gespeicherte Webseiten, Newsletter und exportierte Hilfeartikel bestehen größtenteils aus Markup; die Wörter, auf die es Ihnen ankommt, stecken zwischen den Tags. Dieser Konverter entfernt das HTML und liefert eine saubere .txt-Datei, die nur den lesbaren Text enthält.
Dokument-Konverter
oder PDF, DOC, DOCX …-Dateien hierher ziehen ·
Max. 95 MB pro Datei· Bis zu 20 Dateien· Gelöscht nach 30 Minuten
Dateien werden auf unseren Servern verarbeitet und nach 30 Minuten gelöscht.
Mit 150 DPI wird eine A4-Seite etwa 1240 × 1754 px groß. Für den Druck nehmen Sie 300.
Die ganze Datei oder nur einzelne Seiten bzw. Folien umwandeln (bei PDF- und Präsentationseingabe).
Seiten oder Folien, die umgewandelt werden sollen, z. B. 1-3, 5, 8-10.
UTF-8 funktioniert für jede Sprache. Wählen Sie UTF-8 mit BOM, wenn Excel oder Notepad unter Windows Zeichen fehlerhaft anzeigt; ältere Kodierungen nur für alte Software.
LF für macOS, Linux und Code-Editoren; CRLF für ältere Windows-Programme wie den klassischen Notepad.
Komma ist der Standard. Verwenden Sie Semikolon für Excel in Ländern, die Dezimalzahlen mit Komma schreiben (Deutschland, Frankreich, Brasilien).
Excel-Eingabe mit mehreren Blättern: alle umwandeln (ein Abschnitt oder eine Datei pro Blatt) oder nur das erste.
So verwenden Sie dieses Tool
- 1
HTML-Dateien hochladen
Fügen Sie bis zu 20 .html- oder .htm-Dateien mit jeweils maximal 95 MB hinzu, zum Beispiel im Browser gespeicherte Seiten oder Exporte aus einem CMS oder E-Mail-Tool.
- 2
Kodierung und Zeilenenden wählen
Formatierung steht auf „Nur Text“, Textkodierung auf UTF-8 und Zeilenenden auf LF. Wählen Sie CRLF, wenn der Text in ein altes Windows-Programm übernommen wird.
- 3
Umwandeln und Text verwenden
Klicken Sie auf In TXT konvertieren und laden Sie pro Seite eine Textdatei herunter, bei mehreren Dateien auch als ZIP.
Wie wandle ich HTML am schnellsten in reinen Text um?
Laden Sie die .html-Datei hoch, lassen Sie Formatierung auf „Nur Text“ und klicken Sie auf In TXT konvertieren. Sie erhalten eine UTF-8-Textdatei mit dem lesbaren Inhalt und ohne Markup.
HTML in Text: wenn das Markup im Weg ist
Eine typische Artikelseite enthält weit mehr Markup, Skripte und Formatierung als Fließtext. Im Browser stört das nicht, überall sonst schon. Übersetzungsspeicher, Suchindizes, Prompts für Sprachmodelle, Textanalyse-Skripte und Barrierefreiheitsprüfungen brauchen die Wörter, und jedes Tag, jedes Inline-Style und jedes Tracking-Skript, das durchrutscht, wird zum Störrauschen.
Auch Kopieren aus dem Browserfenster löst das nicht. Eine Auswahl erfasst Menüs und Cookie-Hinweise, verliert Absätze oder bringt beim Einfügen unsichtbare Formatierung mit. Die gespeicherte HTML-Datei umzuwandeln ist wiederholbar, funktioniert bei zwanzig Seiten gleichzeitig und liefert jedes Mal dasselbe Ergebnis.
Wenn etwas Struktur erhalten bleiben soll, etwa Überschriften und Listen mit # und -, wählen Sie stattdessen HTML in Markdown. Für den umgekehrten Weg, reinen Text in Markup einzubetten, nutzen Sie TXT in HTML.
Was aus jedem Teil der Seite in der TXT-Datei wird
| Im HTML | In der Textdatei |
|---|---|
| Absätze und Überschriften | Textblöcke, getrennt durch Leerzeilen |
| <br>-Zeilenumbrüche | Zeilenumbrüche |
| Listeneinträge | Ein Eintrag pro Zeile |
| Tabellenzellen | Zellentext in Lesereihenfolge, Zeile für Zeile |
| Links | Der Linktext, ohne die Adresse |
| &, é und | &, é und ein geschütztes Leerzeichen |
| <script>, <style>, Kommentare | Vollständig entfernt |
| Bilder | Entfernt; Bilder haben keine Textform |
HTML
HyperText Markup Language
HTML ist die Auszeichnungssprache des Webs, die Tim Berners-Lee Anfang der 1990er-Jahre erstmals beschrieben hat und die heute von der WHATWG als „Living Standard“ gepflegt wird. Eine HTML-Datei beschreibt Überschriften, Absätze, Links, Tabellen, Bilder und Formulare, während das Aussehen meist per CSS festgelegt wird. Jeder Browser stellt sie dar, und sie wird auch für E-Mail-Vorlagen und gespeicherte Webseiten verwendet. Eine einzelne HTML-Datei hängt oft von externen Bildern und Stylesheets ab und kann deshalb allein verschoben kaputt aussehen.
- Komprimierung
- –
- Transparenz
- –
- Animation
- –
- Eingeführt
- 1993 · Tim Berners-Lee; maintained by WHATWG
TXT
Nur-Text
Eine TXT-Datei enthält nur einfache Zeichen, ohne Formatierung, Schriftarten, Bilder oder Layout. Moderne Textdateien sind meist in UTF-8 kodiert, das alle Sprachen abdeckt; ältere Dateien nutzen teils andere Kodierungen und zeigen dann verzerrte Zeichen. Reiner Text ist winzig, veraltet nie und lässt sich auf jedem Gerät öffnen, vom Smartphone bis zum Server. Fetter Text, Tabellen oder Bilder sind nicht möglich, Struktur muss daher über Abstände oder einfache Auszeichnungen ausgedrückt werden.
- Komprimierung
- –
- Transparenz
- –
- Animation
- –
- Eingeführt
- –
HTML wird in reinen Text umgewandelt, wenn nur die Wörter zählen: um einen Artikel in ein Analyse- oder Übersetzungstool zu geben, einen Textkorpus aufzubauen, den Nur-Text-Teil einer E-Mail zu schreiben oder Wörter ohne Markup zu zählen.
Von 18 Tags zum lebenden Standard
So funktioniert die Umwandlung von HTML in TXT
Seite lesen
Die Datei wird so geparst wie in einem Browser, mit dem Zeichensatz, den die Seite angibt.
Markup entfernen
Tags, Skripte, Styles und Kommentare fallen weg; Zeichenreferenzen werden zu echten Zeichen.
Text schreiben
Der lesbare Text wird in Ihrer gewählten Textkodierung und mit Ihren Zeilenenden gespeichert.
Fragen zu HTML in Text
Wie extrahiere ich Text aus HTML, ohne dass Tags übrig bleiben?
Laden Sie die Datei hier hoch und lassen Sie Formatierung auf „Nur Text“. Tags, Attribute, Skripte und Stylesheets werden entfernt, und Zeichenreferenzen wie & werden zu den Zeichen, für die sie stehen.
Behält der HTML-in-Text-Konverter die Linkadressen bei?
Der sichtbare Linktext bleibt im Satz stehen, die dahinterliegende URL nicht. Wenn Sie die Adressen brauchen, konvertieren Sie mit HTML in Markdown; dort werden Links als [Text](url) geschrieben.
Woher kommen  oder ’ in Text, der von einer Webseite kopiert wurde?
Dann wurde UTF-8-Text als Windows-1252 gelesen, ein klassisches Kodierungsproblem. Der Konverter liest den in der Seite angegebenen Zeichensatz und schreibt sauberes UTF-8, sodass typografische Anführungszeichen und geschützte Leerzeichen als echte Zeichen erscheinen.
Kann ich auf diese Weise die Wörter einer Webseite zählen?
Ja. Durch die Umwandlung verschwinden Markup, Code und versteckter Skripttext, die eine rohe Zählung aufblähen. Löschen Sie übrig gebliebene Navigationszeilen aus der .txt-Datei und fügen Sie den Text dann in einen beliebigen Wörterzähler ein.
Ist reiner Text das richtige Format für die Textversion eines Newsletters?
Ja. Viele E-Mail-Plattformen senden neben dem HTML-Teil auch einen Nur-Text-Teil, den Mailprogramme anzeigen, die HTML nicht darstellen können oder wollen. Wandeln Sie das HTML des Newsletters um und passen Sie die Zeilenlängen an, bevor Sie den Text in das Textfeld einfügen.