HTML szöveggé alakítása
A mentett weboldalak, hírlevelek és exportált súgócikkek nagyrészt jelölőkódból állnak; a fontos szavak a címkék között vesznek el. Ez az átalakító eltávolítja a HTML-t, és egy tiszta .txt fájlt ad vissza, amelyben csak az olvasható szöveg marad.
Dokumentumkonvertáló
vagy húzza ide a(z) PDF, DOC, DOCX … fájlok fájlokat ·
Legfeljebb 95 MB fájlonként· Legfeljebb 20 fájl· Törlés 30 perc után
A fájlokat szervereinken dolgozzuk fel, és 30 perc után töröljük.
150 DPI-nél egy A4-es oldal körülbelül 1240 × 1754 px lesz. Nyomtatáshoz használjon 300-at.
A teljes fájlt vagy csak néhány oldalt, illetve diát alakítja át (PDF- és prezentációbemenet esetén).
Az átalakítandó oldalak vagy diák, pl. 1-3, 5, 8-10.
Az UTF-8 minden nyelvhez megfelel. Válassza a BOM-os UTF-8-at, ha a Windowson futó Excel vagy Jegyzettömb hibás karaktereket mutat; régi kódolásokat csak régi szoftverekhez használjon.
LF macOS-hez, Linuxhoz és kódszerkesztőkhöz; CRLF régebbi Windows-programokhoz, például a klasszikus Jegyzettömbhöz.
A vessző a szabvány. Pontosvesszőt használjon az Excelhez azokban az országokban, ahol a tizedeseket vesszővel írják (Németország, Franciaország, Brazília).
Több munkalapos Excel-bemenet esetén: mindet átalakítja (munkalaponként egy szakasz vagy fájl), vagy csak az elsőt.
Az eszköz használata
- 1
Töltse fel a HTML fájlokat
Adjon hozzá legfeljebb 20 darab .html vagy .htm fájlt, fájlonként legfeljebb 95 MB méretig, például böngészőből mentett oldalakat vagy CMS-ből, illetve e-mailes eszközből exportált fájlokat.
- 2
Válassza ki a kódolást és a sorvégeket
A Formázás alapértéke Csak szöveg, a Szövegkódolás UTF-8, a Sorvégek pedig LF. Válassza a CRLF-et, ha a szöveg egy régi Windows-programba kerül.
- 3
Alakítsa át, és használja a szöveget
Nyomja meg a Konvertálás erre: TXT gombot, majd töltse le oldalanként egy szövegfájlt, vagy a teljes köteget ZIP-ben.
Mi a leggyorsabb módja a HTML egyszerű szöveggé alakításának?
Töltse fel a .html fájlt, hagyja a Formázás beállítást Csak szövegen, és nyomja meg a Konvertálás erre: TXT gombot. Egy UTF-8 szövegfájlt kap az olvasható tartalommal, jelölés nélkül.
HTML szöveggé alakítása: amikor a jelölőkód útban van
Egy átlagos cikkoldalon sokkal több a jelölés, a szkript és a stílus, mint a szöveg. Ez böngészőben rendben van, mindenhol máshol viszont gond. A fordítómemóriák, keresési indexek, nyelvi modellek promptjai, szövegelemző szkriptek és akadálymentességi vizsgálatok mind a szavakat akarják, és minden átszivárgó címke, beágyazott stílus vagy követőszkript zajjá válik.
A böngészőablakból való másolás sem megoldás. A kijelölés menüket és sütiértesítéseket is magával visz, beillesztéskor elvesznek a bekezdések, vagy láthatatlan formázás kerül be. A mentett HTML-fájl átalakítása megismételhető, húsz oldalra egyszerre működik, és mindig ugyanazt az eredményt adja.
Ha szeretne megőrizni némi szerkezetet, például # és - jellel jelölt címsorokat és listákat, válassza inkább a HTML Markdownba átalakítót. A fordított irányhoz, vagyis ha az egyszerű szöveget jelölésbe csomagolná, használja a TXT HTML-be eszközt.
Mivé válik az oldal egyes részei a TXT fájlban
| A HTML-ben | A szövegfájlban |
|---|---|
| Bekezdések és címsorok | Üres sorokkal elválasztott szövegblokkok |
| <br> sortörések | Sortörések |
| Listaelemek | Soronként egy elem |
| Táblázatcellák | A cellák szövege olvasási sorrendben, soronként |
| Linkek | A link szövege, cím nélkül |
| &, é, stb. | &, é és egy nem törhető szóköz |
| <script>, <style>, megjegyzések | Teljesen eltávolítva |
| Képek | Eltávolítva; a képeknek nincs szöveges alakjuk |
HTML
HyperText Markup Language
A HTML a web leírónyelve, amelyet Tim Berners-Lee írt le először az 1990-es évek elején, ma a WHATWG gondozza élő szabványként. A HTML-fájl fejléceket, bekezdéseket, hivatkozásokat, táblázatokat, képeket és űrlapokat ír le, a megjelenést általában CSS adja. Minden böngésző megjeleníti, e-mailsablonokhoz és mentett weboldalakhoz is használják. Egyetlen HTML-fájl gyakran külső képektől és stíluslapoktól függ, ezért önmagában áthelyezve hibásnak tűnhet.
- Tömörítés
- –
- Átlátszóság
- –
- Animáció
- –
- Bevezetés éve
- 1993 · Tim Berners-Lee; maintained by WHATWG
TXT
Egyszerű szöveg
A TXT fájl csak egyszerű karaktereket tartalmaz, formázás, betűtípus, kép és elrendezés nélkül. A modern szövegfájlok általában UTF-8 kódolásúak, amely minden nyelvet lefed, a régebbiek viszont más kódolást használhatnak, és ilyenkor értelmezhetetlen karakterek jelenhetnek meg. Az egyszerű szöveg parányi, soha nem avul el, és minden eszközön megnyílik a telefontól a szerverig. Nem tartalmazhat félkövér szöveget, táblázatot vagy képet, így a szerkezetet térközökkel vagy egyszerű jelöléssel kell kifejezni.
- Tömörítés
- –
- Átlátszóság
- –
- Animáció
- –
- Bevezetés éve
- –
A HTML-t akkor érdemes egyszerű szöveggé alakítani, ha csak a szavak számítanak: cikket adunk elemző vagy fordítóeszközbe, szövegkorpuszt építünk, egy e-mail egyszerű szöveges részét írjuk, vagy jelölés nélkül számoljuk a szavakat.
18 címkétől az élő szabványig
Hogyan működik a HTML TXT-be alakítása
Az oldal beolvasása
A fájlt úgy értelmezi, ahogy egy böngésző, az oldal által megadott karakterkészlettel.
A jelölés eltávolítása
A címkék, szkriptek, stílusok és megjegyzések törlődnek, a karakterhivatkozások valódi karakterekké alakulnak.
A szöveg kiírása
Az olvasható szöveg a kiválasztott Szövegkódolással és Sorvégekkel kerül mentésre.
Kérdések a HTML szöveggé alakításáról
Hogyan nyerhetem ki a szöveget HTML-ből úgy, hogy egyetlen címke se maradjon benne?
Töltse fel itt a fájlt úgy, hogy a Formázás beállítása Csak szöveg legyen. A címkék, attribútumok, szkriptek és stíluslapok eltűnnek, a karakterhivatkozások, például az &, pedig a megfelelő karakterré alakulnak.
Megtartja a linkek címét a HTML szöveggé alakítása?
A link látható szövege a mondatban marad, a mögötte lévő URL viszont nem. Ha szüksége van a címekre, használja a HTML Markdownba átalakítót, amely a linkeket [szöveg](url) alakban írja ki.
Mitől jelenik meg  vagy ’ a weboldalról másolt szövegben?
Ez egy klasszikus kódolási keveredés: az UTF-8 szöveget Windows-1252-ként olvassa be a program. Az átalakító beolvassa az oldal megadott karakterkészletét, és tiszta UTF-8-ban írja ki a szöveget, így a görbe idézőjelek és a nem törhető szóközök is a valódi karakterekként jelennek meg.
Megszámolhatom így egy weboldal szavait?
Igen. Az átalakítás előbb eltávolítja a jelölést, a kódot és a rejtett szkriptszöveget, amelyek eltorzítják a nyers számolást. Törölje a .txt-ből a megmaradt navigációs sorokat, majd illessze be bármelyik szószámlálóba.
Egyszerű szöveg a megfelelő formátum egy hírlevél szöveges változatához?
Igen. Sok e-mail-szolgáltató a HTML mellett egyszerű szöveges részt is küld, és azok a levelezők, amelyek nem tudják vagy nem akarják megjeleníteni a HTML-t, ezt mutatják. Alakítsa át a hírlevél HTML-jét, majd igazítsa a sorhosszakat, mielőtt beilleszti a szövegmezőbe.