Konversi HTML ke TXT
Halaman web tersimpan, newsletter, dan artikel bantuan hasil ekspor sebagian besar berisi markup; kata-kata yang Anda perlukan terkubur di antara tag. Konverter ini membuang HTML-nya dan mengembalikan file .txt bersih yang hanya berisi teks yang bisa dibaca.
Konverter Dokumen
atau jatuhkan file PDF, DOC, DOCX … di sini ·
Maks. 95 MB per file· Hingga 20 file· Dihapus setelah 30 menit
File diproses di server kami dan dihapus setelah 30 menit.
150 DPI mengubah halaman A4 menjadi sekitar 1240 × 1754 px. Gunakan 300 untuk dicetak.
Konversi seluruh file atau hanya sebagian halaman atau slide (masukan PDF dan presentasi).
Halaman atau slide yang dikonversi, mis. 1-3, 5, 8-10.
UTF-8 berfungsi untuk semua bahasa. Pilih UTF-8 dengan BOM jika Excel atau Notepad di Windows menampilkan karakter yang kacau; encoding lama hanya untuk perangkat lunak lama.
LF untuk macOS, Linux, dan editor kode; CRLF untuk program Windows lama seperti Notepad klasik.
Koma adalah standar. Gunakan titik koma untuk Excel di negara yang menulis desimal dengan koma (Jerman, Prancis, Brasil).
Masukan Excel dengan beberapa sheet: konversi semuanya (satu bagian atau file per sheet) atau hanya yang pertama.
Cara menggunakan alat ini
- 1
Unggah file HTML
Tambahkan hingga 20 file .html atau .htm, masing-masing hingga 95 MB, misalnya halaman yang disimpan dari browser atau diekspor dari CMS atau alat email.
- 2
Pilih encoding dan akhir baris
Pemformatan diatur ke Teks saja, Encoding teks ke UTF-8, dan Akhir baris ke LF. Pilih CRLF jika teks akan dipakai di program Windows lama.
- 3
Konversi dan gunakan teksnya
Tekan Konversi ke TXT lalu unduh satu file teks per halaman, atau satu ZIP untuk seluruh batch.
Apa cara tercepat mengubah HTML menjadi teks biasa?
Unggah file .html, biarkan Pemformatan pada Teks saja, lalu tekan Konversi ke TXT. Anda mendapat file teks UTF-8 berisi konten yang bisa dibaca tanpa markup sedikit pun.
HTML ke teks: saat markup justru mengganggu
Halaman artikel biasa berisi jauh lebih banyak markup, skrip, dan gaya daripada prosa. Itu tidak masalah di browser, tetapi jadi masalah di tempat lain. Memori terjemahan, indeks pencarian, prompt model bahasa, skrip analisis teks, dan tinjauan aksesibilitas semuanya hanya menginginkan kata-katanya, dan setiap tag, gaya inline, atau skrip pelacak yang lolos menjadi gangguan.
Menyalin dari jendela browser juga tidak menyelesaikannya. Seleksi ikut mengambil menu dan pemberitahuan cookie, kehilangan jeda paragraf, atau membawa format tak terlihat saat ditempel. Mengonversi file HTML yang disimpan bisa diulang, bekerja pada dua puluh halaman sekaligus, dan menghasilkan keluaran yang sama setiap kali.
Jika Anda ingin sebagian struktur tetap ada, misalnya judul dan daftar yang ditandai dengan # dan -, pilih HTML ke Markdown. Untuk arah sebaliknya, membungkus teks biasa dengan markup, gunakan TXT ke HTML.
Menjadi apa setiap bagian halaman HTML di file TXT
| Di HTML | Di file teks |
|---|---|
| Paragraf dan judul | Blok teks yang dipisahkan baris kosong |
| Jeda baris <br> | Jeda baris |
| Butir daftar | Satu butir per baris |
| Sel tabel | Teks sel sesuai urutan baca, baris demi baris |
| Tautan | Teks tautan, tanpa alamatnya |
| &, é, dan | &, é, dan spasi tak terputus |
| <script>, <style>, komentar | Dibuang seluruhnya |
| Gambar | Dibuang; gambar tidak punya bentuk teks |
HTML
HyperText Markup Language
HTML adalah bahasa markup untuk web, pertama kali dideskripsikan oleh Tim Berners-Lee pada awal 1990-an dan kini dikelola oleh WHATWG sebagai living standard. File HTML mendeskripsikan judul, paragraf, tautan, tabel, gambar, dan formulir, sedangkan gaya tampilannya biasanya berasal dari CSS. Setiap browser dapat merendernya, dan HTML juga digunakan untuk template email serta halaman web yang disimpan. Satu file HTML sering bergantung pada gambar dan stylesheet eksternal, sehingga tampilannya bisa rusak jika dipindahkan sendirian.
- Kompresi
- –
- Transparansi
- –
- Animasi
- –
- Diperkenalkan
- 1993 · Tim Berners-Lee; maintained by WHATWG
TXT
Teks biasa
File TXT hanya berisi karakter biasa tanpa format, font, gambar, atau tata letak. File teks modern biasanya dienkode dalam UTF-8, yang mencakup semua bahasa, meskipun file lama mungkin menggunakan encoding lain dan menampilkan karakter yang kacau. Teks biasa berukuran sangat kecil, tidak pernah usang, dan dapat dibuka di semua perangkat, dari ponsel hingga server. Format ini tidak dapat menyimpan teks tebal, tabel, atau gambar, sehingga struktur harus dinyatakan dengan spasi atau markup sederhana.
- Kompresi
- –
- Transparansi
- –
- Animasi
- –
- Diperkenalkan
- –
HTML dijadikan teks biasa ketika yang penting hanya kata-katanya: memasukkan artikel ke alat analisis atau penerjemahan, menyusun korpus teks, menulis bagian teks biasa sebuah email, atau menghitung kata tanpa markup.
Dari 18 tag menjadi living standard
Cara kerja konversi HTML ke TXT
Membaca halaman
File diurai seperti cara browser menguraikannya, memakai charset yang dideklarasikan halaman.
Membuang markup
Tag, skrip, style, dan komentar dibuang; referensi karakter berubah menjadi karakter asli.
Menulis teks
Teks yang bisa dibaca disimpan dalam Encoding teks Anda dengan Akhir baris pilihan Anda.
Pertanyaan seputar HTML ke teks
Bagaimana cara mengambil teks dari HTML tanpa sisa tag sama sekali?
Unggah file di sini dengan Pemformatan pada Teks saja. Tag, atribut, skrip, dan style sheet dibuang, dan referensi karakter seperti & menjadi karakter yang diwakilinya.
Apakah konverter HTML ke teks mempertahankan alamat tautan?
Teks tautan yang terlihat tetap ada di dalam kalimat; URL di baliknya tidak. Jika Anda membutuhkan alamatnya, konversikan dengan HTML ke Markdown, yang menulis tautan sebagai [text](url).
Apa penyebab  atau ’ pada teks yang disalin dari halaman web HTML?
Itu adalah teks UTF-8 yang dibaca sebagai Windows-1252, kekeliruan encoding yang klasik. Konverter membaca charset yang dideklarasikan halaman dan menulis UTF-8 yang bersih, sehingga tanda kutip melengkung dan spasi tak terputus keluar sebagai karakter aslinya.
Bisakah saya menghitung kata di halaman web dengan mengubah HTML ke TXT?
Bisa. Mengonversi lebih dulu membuang markup, kode, dan teks skrip tersembunyi yang menggelembungkan hitungan mentah. Hapus baris navigasi yang tersisa dari .txt, lalu tempelkan ke penghitung kata mana pun.
Apakah teks biasa format yang tepat untuk versi teks newsletter HTML?
Ya. Banyak platform email mengirim bagian teks biasa bersama HTML-nya, dan klien email yang tidak bisa atau tidak mau merender HTML menampilkan bagian teks itu. Konversikan HTML newsletter, lalu rapikan panjang baris sebelum menempelkannya ke kolom teks.