HTML til tekst-konverter
Lagrede nettsider, nyhetsbrev og eksporterte hjelpeartikler består stort sett av kode; ordene du er ute etter, ligger gjemt mellom taggene. Denne konverteren fjerner HTML-koden og gir deg en ren .txt-fil med bare den lesbare teksten.
Dokumentkonverterer
eller slipp PDF, DOC, DOCX …-filer her ·
Maks 95 MB per fil· Opptil 20 filer· Slettes etter 30 minutter
Filene behandles på serverne våre og slettes etter 30 minutter.
150 DPI gjør en A4-side til omtrent 1240 × 1754 px. Bruk 300 for utskrift.
Konverter hele filen eller bare noen sider eller lysbilder (PDF og presentasjoner).
Sider eller lysbilder som skal konverteres, f.eks. 1-3, 5, 8-10.
UTF-8 fungerer for alle språk. Velg UTF-8 med BOM hvis Excel eller Notisblokk på Windows viser ødelagte tegn; eldre tegnkoder bare for gammel programvare.
LF for macOS, Linux og kodeeditorer; CRLF for eldre Windows-programmer som klassisk Notisblokk.
Komma er standard. Bruk semikolon for Excel i land som skriver desimaler med komma (Tyskland, Frankrike, Brasil).
Excel-fil med flere ark: konverter alle (én del eller fil per ark) eller bare det første.
Slik bruker du dette verktøyet
- 1
Last opp HTML-filene
Legg til opptil 20 .html- eller .htm-filer på inntil 95 MB hver, for eksempel sider lagret fra en nettleser eller eksportert fra et CMS eller e-postverktøy.
- 2
Velg tegnkoding og linjeskift
Formatering er satt til Bare tekst, Tekstkoding til UTF-8 og Linjeskift til LF. Velg CRLF hvis teksten skal brukes i et gammelt Windows-program.
- 3
Konverter og bruk teksten
Trykk på Konverter til TXT og last ned én tekstfil per side, eller en ZIP for hele samlingen.
Hva er den raskeste måten å gjøre HTML om til ren tekst?
Last opp .html-filen, la Formatering stå på Bare tekst og trykk på Konverter til TXT. Du får en UTF-8-tekstfil med det lesbare innholdet og uten markup.
HTML til tekst: når koden står i veien
En vanlig artikkelside inneholder langt mer markup, skript og stil enn selve teksten. Det går fint i en nettleser, men er et problem alle andre steder. Oversettelsesminner, søkeindekser, prompter til språkmodeller, tekstanalyseskript og tilgjengelighetsvurderinger vil alle ha ordene, og hver tagg, innebygd stil eller sporingsskript som slipper gjennom, blir støy.
Å kopiere fra nettleservinduet løser heller ikke saken. Et utvalg tar med menyer og infokapselvarsler, mister avsnittsskift eller drar med usynlig formatering når det limes inn. Å konvertere den lagrede HTML-filen er repeterbart, fungerer på tjue sider samtidig og gir samme resultat hver gang.
Vil du beholde noe struktur, som overskrifter og lister merket med # og -, kan du velge HTML til Markdown i stedet. Skal du gå motsatt vei og pakke ren tekst inn i markup, bruker du TXT til HTML.
Hva hver del av siden blir til i TXT-filen
| I HTML-en | I tekstfilen |
|---|---|
| Avsnitt og overskrifter | Tekstblokker atskilt med blanke linjer |
| <br>-linjeskift | Linjeskift |
| Listeelementer | Ett element per linje |
| Tabellceller | Celletekst i leserekkefølge, rad for rad |
| Lenker | Lenketeksten, uten adressen |
| &, é og | &, é og et hardt mellomrom |
| <script>, <style>, kommentarer | Fjernes helt |
| Bilder | Fjernes; bilder har ingen tekstform |
HTML
HyperText Markup Language
HTML er nettets markeringsspråk, første gang beskrevet av Tim Berners-Lee tidlig på 1990-tallet og nå vedlikeholdt av WHATWG som en levende standard. En HTML-fil beskriver overskrifter, avsnitt, lenker, tabeller, bilder og skjemaer, mens stilen vanligvis kommer fra CSS. Alle nettlesere viser det, og det brukes også til e-postmaler og lagrede nettsider. En enkelt HTML-fil er ofte avhengig av eksterne bilder og stilark, så den kan se ødelagt ut når den flyttes alene.
- Komprimering
- –
- Gjennomsiktighet
- –
- Animasjon
- –
- Introdusert
- 1993 · Tim Berners-Lee; maintained by WHATWG
TXT
Ren tekst
En TXT-fil inneholder bare vanlige tegn uten formatering, skrifter, bilder eller layout. Moderne tekstfiler er vanligvis kodet i UTF-8, som dekker alle språk, mens eldre filer kan bruke andre kodinger og vise feil tegn. Ren tekst er liten, blir aldri utdatert og åpnes på alle enheter, fra telefoner til servere. Den kan ikke inneholde fet tekst, tabeller eller bilder, så struktur må uttrykkes med mellomrom eller enkel markering.
- Komprimering
- –
- Gjennomsiktighet
- –
- Animasjon
- –
- Introdusert
- –
HTML gjøres om til ren tekst når bare ordene teller: når du mater en artikkel inn i et analyse- eller oversettelsesverktøy, bygger et tekstkorpus, skriver den rene tekstdelen av en e-post eller teller ord uten markup.
Fra 18 tagger til en levende standard
Slik fungerer konverteringen fra HTML til TXT
Les siden
Filen tolkes slik en nettleser tolker den, med tegnsettet siden oppgir.
Fjern markupen
Tagger, skript, stiler og kommentarer fjernes, og tegnreferanser blir til ekte tegn.
Skriv teksten
Lesbar tekst lagres i valgt Tekstkoding med de Linjeskift du har valgt.
Spørsmål om HTML til tekst
Hvordan henter jeg ut tekst fra HTML uten at noen tagger blir igjen?
Last opp filen her med Formatering satt til Bare tekst. Tagger, attributter, skript og stilark fjernes, og tegnreferanser som & blir til tegnene de står for.
Beholder HTML til tekst-konverteren lenkeadressene?
Den synlige lenketeksten blir stående i setningen, men nettadressen bak blir borte. Trenger du adressene, kan du konvertere med HTML til Markdown, som skriver lenker som [tekst](url).
Hva gjør at  eller ’ dukker opp i tekst kopiert fra en nettside?
Det er UTF-8-tekst som leses som Windows-1252, en klassisk forveksling av tegnkoding. Konverteren leser tegnsettet siden oppgir og skriver ren UTF-8, slik at krøllete anførselstegn og hardt mellomrom kommer ut som de riktige tegnene.
Kan jeg telle ordene på en nettside på denne måten?
Ja. Når du konverterer først, forsvinner markup, kode og skjult skripttekst som blåser opp en rå telling. Slett gjenværende navigasjonslinjer fra .txt-filen, og lim den inn i en hvilken som helst ordteller.
Er ren tekst riktig format for tekstversjonen av et nyhetsbrev?
Ja. Mange e-postplattformer sender en ren tekstdel sammen med HTML-en, og e-postklienter som ikke kan eller vil vise HTML, viser den i stedet. Konverter nyhetsbrevets HTML, og juster linjelengdene før du limer teksten inn i tekstfeltet.