HTML से टेक्स्ट कन्वर्टर
सेव किए गए वेब पेज, न्यूज़लेटर और एक्सपोर्ट किए गए हेल्प आर्टिकल ज़्यादातर मार्कअप ही होते हैं; आपके काम के शब्द टैग के बीच दबे रहते हैं। यह कन्वर्टर HTML हटाकर आपको एक साफ़ .txt फ़ाइल देता है, जिसमें सिर्फ़ पढ़ने लायक टेक्स्ट होता है।
डॉक्यूमेंट कन्वर्टर
या PDF, DOC, DOCX … फ़ाइलें यहाँ ड्रop करें ·
प्रति फ़ाइल अधिकतम 95 MB· अधिकतम 20 फ़ाइलें· 30 मिनट बाद हटा दी जाती हैं
फ़ाइलें हमारे सर्वर पर प्रोसेस होती हैं और 30 मिनट बाद हटा दी जाती हैं।
150 DPI पर A4 पेज करीब 1240 × 1754 px का बनता है। प्रिंटिंग के लिए 300 चुनें।
पूरी फ़ाइल बदलें या सिर्फ़ कुछ पेज या स्लाइड (PDF और प्रेज़ेंटेशन इनपुट के लिए)।
बदलने के लिए पेज या स्लाइड, जैसे 1-3, 5, 8-10।
UTF-8 हर भाषा के लिए काम करता है। अगर Windows पर Excel या Notepad में अक्षर बिगड़े दिखें तो UTF-8 with BOM चुनें; पुराने एन्कोडिंग सिर्फ़ पुराने सॉफ़्टवेयर के लिए हैं।
macOS, Linux और कोड एडिटर के लिए LF; पुराने Windows प्रोग्राम, जैसे क्लासिक Notepad, के लिए CRLF।
कॉमा मानक है। जिन देशों में दशमलव कॉमा से लिखा जाता है (जर्मनी, फ़्रांस, ब्राज़ील) वहाँ Excel के लिए सेमीकोलन चुनें।
कई शीट वाला Excel इनपुट: सभी बदलें (हर शीट के लिए एक सेक्शन या फ़ाइल) या सिर्फ़ पहली।
इस टूल का उपयोग कैसे करें
- 1
HTML फ़ाइलें अपलोड करें
95 MB तक की अधिकतम 20 .html या .htm फ़ाइलें जोड़ें, जैसे ब्राउज़र से सेव किए गए पेज या किसी CMS या ईमेल टूल से एक्सपोर्ट किए गए पेज।
- 2
एन्कोडिंग और लाइन एंडिंग चुनें
फ़ॉर्मेटिंग में सिर्फ़ टेक्स्ट, टेक्स्ट एन्कोडिंग में UTF-8 और लाइन एंडिंग में LF चुना होता है। अगर टेक्स्ट किसी पुराने Windows प्रोग्राम में जाना है, तो CRLF चुनें।
- 3
कन्वर्ट करें और टेक्स्ट इस्तेमाल करें
TXT में बदलें → दबाएँ और हर पेज की एक टेक्स्ट फ़ाइल डाउनलोड करें, या पूरे बैच के लिए एक ZIP लें।
HTML को प्लेन टेक्स्ट में बदलने का सबसे तेज़ तरीका क्या है?
.html फ़ाइल अपलोड करें, फ़ॉर्मेटिंग में सिर्फ़ टेक्स्ट रखें और TXT में बदलें → दबाएँ। आपको पढ़ने लायक सामग्री वाली UTF-8 टेक्स्ट फ़ाइल मिलती है, बिना किसी मार्कअप के।
HTML से टेक्स्ट: जब मार्कअप रुकावट बने
एक सामान्य लेख वाले पेज में लिखे हुए शब्दों से कहीं ज़्यादा मार्कअप, स्क्रिप्ट और स्टाइलिंग होती है। ब्राउज़र में यह ठीक है, पर बाकी हर जगह समस्या है। ट्रांसलेशन मेमोरी, सर्च इंडेक्स, लैंग्वेज-मॉडल प्रॉम्प्ट, टेक्स्ट-एनालिसिस स्क्रिप्ट और एक्सेसिबिलिटी रिव्यू, सबको शब्द चाहिए, और जो भी टैग, इनलाइन स्टाइल या ट्रैकिंग स्क्रिप्ट निकल जाती है, वह शोर बन जाती है।
ब्राउज़र विंडो से कॉपी करना भी इसका हल नहीं है। सिलेक्शन में मेन्यू और कुकी नोटिस आ जाते हैं, पेस्ट करने पर पैराग्राफ़ ब्रेक गायब हो जाते हैं या अदृश्य फ़ॉर्मेटिंग साथ आ जाती है। सेव की गई HTML फ़ाइल को कन्वर्ट करना दोहराया जा सकता है, एक साथ बीस पेज पर काम करता है और हर बार वही आउटपुट देता है।
अगर आप कुछ ढाँचा बचाना चाहते हैं, यानी # और - से चिह्नित हेडिंग और सूचियाँ, तो इसके बजाय HTML को Markdown में बदलें चुनें। उलटी दिशा में, प्लेन टेक्स्ट को मार्कअप में लपेटने के लिए TXT को HTML में बदलें इस्तेमाल करें।
पेज का हर हिस्सा TXT फ़ाइल में क्या बनता है
| HTML में | टेक्स्ट फ़ाइल में |
|---|---|
| पैराग्राफ़ और हेडिंग | खाली लाइनों से अलग किए गए टेक्स्ट के ब्लॉक |
| <br> लाइन ब्रेक | लाइन ब्रेक |
| लिस्ट आइटम | हर लाइन में एक आइटम |
| टेबल सेल | पढ़ने के क्रम में सेल का टेक्स्ट, पंक्ति दर पंक्ति |
| लिंक | लिंक का टेक्स्ट, पते के बिना |
| &, é और | &, é और एक नॉन-ब्रेकिंग स्पेस |
| <script>, <style>, कमेंट | पूरी तरह हटा दिए जाते हैं |
| इमेज | हटा दी जाती हैं; तस्वीरों का कोई टेक्स्ट रूप नहीं होता |
HTML
हाइपरटेक्स्ट मार्कअप लैंग्वेज
HTML वेब की मार्कअप भाषा है, जिसका वर्णन पहली बार 1990 के दशक की शुरुआत में Tim Berners-Lee ने किया था और अब WHATWG इसे लिविंग स्टैंडर्ड के रूप में संभालता है। HTML फ़ाइल हेडिंग, पैराग्राफ़, लिंक, टेबल, इमेज और फ़ॉर्म बताती है, जबकि स्टाइलिंग आमतौर पर CSS से आती है। हर ब्राउज़र इसे दिखाता है, और यह ईमेल टेम्पलेट व सेव किए गए वेब पेज में भी इस्तेमाल होती है। एक HTML फ़ाइल अक्सर बाहरी इमेज और स्टाइलशीट पर निर्भर करती है, इसलिए अकेले ले जाने पर बिगड़ी हुई दिख सकती है।
- कंप्रेशन
- –
- ट्रांसपेरेंसी (पारदर्शिता)
- –
- एनिमेशन
- –
- शुरुआत का वर्ष
- 1993 · Tim Berners-Lee; maintained by WHATWG
TXT
सादा टेक्स्ट
TXT फ़ाइल में सिर्फ़ सादे अक्षर होते हैं, कोई फ़ॉर्मैटिंग, फ़ॉन्ट, इमेज या लेआउट नहीं। आधुनिक टेक्स्ट फ़ाइलें आमतौर पर UTF-8 में एन्कोड होती हैं, जो हर भाषा को कवर करता है, जबकि पुरानी फ़ाइलें दूसरी एन्कोडिंग में हो सकती हैं और गड़बड़ अक्षर दिखा सकती हैं। सादा टेक्स्ट बहुत छोटा होता है, कभी पुराना नहीं पड़ता और फ़ोन से लेकर सर्वर तक हर डिवाइस पर खुलता है। इसमें बोल्ड टेक्स्ट, टेबल या तस्वीरें नहीं रखी जा सकतीं, इसलिए संरचना को स्पेसिंग या सरल मार्कअप से दिखाना पड़ता है।
- कंप्रेशन
- –
- ट्रांसपेरेंसी (पारदर्शिता)
- –
- एनिमेशन
- –
- शुरुआत का वर्ष
- –
जब सिर्फ़ शब्द मायने रखते हैं, तब HTML को प्लेन टेक्स्ट में बदला जाता है: किसी लेख को एनालिसिस या ट्रांसलेशन टूल में देना, टेक्स्ट कॉर्पस बनाना, ईमेल का प्लेन हिस्सा लिखना, या मार्कअप के बिना शब्द गिनना।
18 टैग से लिविंग स्टैंडर्ड तक
HTML से TXT कन्वर्ज़न कैसे काम करता है
पेज पढ़ें
फ़ाइल को उसी तरह पार्स किया जाता है जैसे ब्राउज़र करता है, पेज में घोषित charset के साथ।
मार्कअप हटाएँ
टैग, स्क्रिप्ट, स्टाइल और कमेंट हट जाते हैं; कैरेक्टर रेफ़रेंस असली अक्षर बन जाते हैं।
टेक्स्ट लिखें
पढ़ने लायक टेक्स्ट आपके चुने टेक्स्ट एन्कोडिंग और लाइन एंडिंग के साथ सेव होता है।
HTML से टेक्स्ट पर सवाल
HTML से टेक्स्ट कैसे निकालें कि कोई टैग न बचे?
यहाँ फ़ाइल अपलोड करें और फ़ॉर्मेटिंग में सिर्फ़ टेक्स्ट रखें। टैग, एट्रिब्यूट, स्क्रिप्ट और स्टाइल शीट हट जाते हैं, और & जैसे कैरेक्टर रेफ़रेंस अपने असली अक्षर में बदल जाते हैं।
क्या HTML से टेक्स्ट कन्वर्टर लिंक के पते रखता है?
दिखने वाला लिंक टेक्स्ट वाक्य में रहता है, पर उसके पीछे का URL नहीं रहता। अगर आपको पते चाहिए, तो HTML को Markdown में बदलें, जो लिंक को [text](url) के रूप में लिखता है।
वेब पेज से कॉपी किए टेक्स्ट में  या ’ क्यों दिखते हैं?
यह UTF-8 टेक्स्ट को Windows-1252 की तरह पढ़ने की आम एन्कोडिंग गड़बड़ी है। कन्वर्टर पेज में घोषित charset पढ़ता है और साफ़ UTF-8 लिखता है, इसलिए कर्ली कोट्स और नॉन-ब्रेकिंग स्पेस असली अक्षरों में आते हैं।
क्या इस तरह वेब पेज के शब्द गिने जा सकते हैं?
हाँ। पहले कन्वर्ट करने से मार्कअप, कोड और छिपा स्क्रिप्ट टेक्स्ट हट जाता है, जो कच्ची गिनती को बढ़ा देता है। .txt से बचे हुए नेविगेशन वाली लाइनें हटाएँ, फिर उसे किसी भी वर्ड काउंटर में पेस्ट करें।
क्या न्यूज़लेटर के टेक्स्ट वर्शन के लिए प्लेन टेक्स्ट सही फॉर्मेट है?
हाँ। कई ईमेल प्लैटफ़ॉर्म HTML के साथ प्लेन-टेक्स्ट हिस्सा भी भेजते हैं, और जो मेल क्लाइंट HTML नहीं दिखा सकते या नहीं दिखाते, वे उसे दिखाते हैं। न्यूज़लेटर का HTML कन्वर्ट करें, फिर टेक्स्ट फ़ील्ड में पेस्ट करने से पहले लाइनों की लंबाई ठीक करें।