Pretvornik HTML v besedilo
Shranjene spletne strani, e-novice in izvoženi članki pomoči so večinoma oznake; besede, ki vas zanimajo, so skrite med njimi. Ta pretvornik odstrani HTML in vrne čisto datoteko .txt samo z berljivim besedilom.
Pretvornik dokumentov
ali spustite datoteke PDF, DOC, DOCX … sem ·
Največ 95 MB na datoteko· Do 20 datotek· Izbrisano po 30 minutah
Datoteke se obdelajo na naših strežnikih in izbrišejo po 30 minutah.
150 DPI pretvori stran A4 v približno 1240 × 1754 px. Za tiskanje uporabite 300.
Pretvori celotno datoteko ali le nekatere strani ali diapozitive (vhod PDF in predstavitve).
Strani ali diapozitivi za pretvorbo, npr. 1-3, 5, 8-10.
UTF-8 deluje za vse jezike. Izberite UTF-8 z BOM, če Excel ali Beležnica v sistemu Windows prikažeta popačene znake; starejše kodiranje samo za staro programsko opremo.
LF za macOS, Linux in urejevalnike kode; CRLF za starejše programe v sistemu Windows, kot je klasična Beležnica.
Vejica je standard. Podpičje uporabite za Excel v državah, ki decimalke pišejo z vejico (Nemčija, Francija, Brazilija).
Excel z več listi: pretvori vse (en razdelek ali datoteka na list) ali samo prvega.
Kako uporabljati to orodje
- 1
Naložite datoteke HTML
Dodajte do 20 datotek .html ali .htm, vsaka do 95 MB, na primer strani, shranjene iz brskalnika, ali izvoze iz CMS-ja ali orodja za e-pošto.
- 2
Izberite kodiranje in konce vrstic
Oblikovanje je nastavljeno na Samo besedilo, Kodiranje besedila na UTF-8 in Konci vrstic na LF. Izberite CRLF, če besedilo uporabljate v starem programu za Windows.
- 3
Pretvorite in uporabite besedilo
Pritisnite Pretvori v TXT in prenesite eno besedilno datoteko za vsako stran ali ZIP za celotno skupino.
Kako najhitreje pretvoriti HTML v navadno besedilo?
Naložite datoteko .html, Oblikovanje pustite na Samo besedilo in pritisnite Pretvori v TXT. Dobite besedilno datoteko UTF-8 z berljivo vsebino brez oznak.
HTML v besedilo: ko so oznake v napoto
Tipična članek stran vsebuje precej več oznak, skript in slogov kot besedila. V brskalniku to ne moti, drugod pa je težava. Prevajalski pomnilniki, iskalni indeksi, pozivi za jezikovne modele, skripte za analizo besedila in pregledi dostopnosti potrebujejo besede, vsaka oznaka, vrstični slog ali sledilna skripta, ki ostane, pa postane šum.
Tudi kopiranje iz okna brskalnika ne reši težave. Izbor zajame menije in obvestila o piškotkih, izgubi prelome odstavkov ali ob lepljenju povleče za seboj nevidno oblikovanje. Pretvorba shranjene datoteke HTML je ponovljiva, deluje na dvajsetih straneh hkrati in vsakič da enak rezultat.
Če želite ohraniti nekaj strukture, naslove in sezname, označene z # in -, raje izberite HTML v Markdown. Če želite obratno in navadno besedilo ovreti z oznakami, uporabite TXT v HTML.
Kaj postane posamezni del strani v datoteki TXT
| V HTML-ju | V besedilni datoteki |
|---|---|
| Odstavki in naslovi | Bloki besedila, ločeni s praznimi vrsticami |
| Prelomi vrstic <br> | Prelomi vrstic |
| Elementi seznama | En element na vrstico |
| Celice tabele | Besedilo celic v vrstnem redu branja, vrstico za vrstico |
| Povezave | Besedilo povezave brez naslova |
| & é | &, é in nedeljivi presledek |
| <script>, <style>, komentarji | Povsem odstranjeno |
| Slike | Odstranjeno; slike nimajo besedilne oblike |
HTML
HyperText Markup Language
HTML je označevalni jezik spleta, ki ga je v zgodnjih 90. letih prvi opisal Tim Berners-Lee, danes pa ga kot živ standard vzdržuje WHATWG. Datoteka HTML opisuje naslove, odstavke, povezave, tabele, slike in obrazce, oblikovanje pa običajno prihaja iz CSS. Prikaže ga vsak brskalnik, uporablja pa se tudi za e-poštne predloge in shranjene spletne strani. Ena datoteka HTML je pogosto odvisna od zunanjih slik in slogovnih datotek, zato je lahko, če jo premaknete samo, videti pokvarjena.
- Stiskanje
- –
- Prosojnost
- –
- Animacija
- –
- Uvedeno
- 1993 · Tim Berners-Lee; maintained by WHATWG
TXT
Navadno besedilo
Datoteka TXT vsebuje samo navadne znake brez oblikovanja, pisav, slik ali postavitve. Sodobne besedilne datoteke so običajno kodirane v UTF-8, ki zajema vse jezike, starejše pa lahko uporabljajo druge kodne tabele in prikažejo popačene znake. Navadno besedilo je majhno, nikoli ne zastara in se odpre na vsaki napravi, od telefonov do strežnikov. Ne more vsebovati krepkega besedila, tabel ali slik, zato je treba strukturo izraziti z razmiki ali preprosto označevalno sintakso.
- Stiskanje
- –
- Prosojnost
- –
- Animacija
- –
- Uvedeno
- –
HTML se spremeni v navadno besedilo, kadar štejejo samo besede: pri vnosu članka v orodje za analizo ali prevajanje, gradnji besedilnega korpusa, pisanju navadnega dela e-pošte ali štetju besed brez oznak.
Od 18 oznak do živega standarda
Kako poteka pretvorba HTML v TXT
Branje strani
Datoteka se razčleni tako kot v brskalniku, z naborom znakov, ki ga navaja stran.
Odstranitev oznak
Oznake, skripte, slogi in komentarji izginejo, znakovne reference postanejo pravi znaki.
Zapis besedila
Berljivo besedilo se shrani z izbranim Kodiranje besedila in Konci vrstic.
Vprašanja o pretvorbi HTML v besedilo
Kako izvlečem besedilo iz HTML, ne da bi ostale oznake?
Datoteko naložite tukaj, Oblikovanje pa pustite na Samo besedilo. Oznake, atributi, skripte in slogovne datoteke se odstranijo, znakovne reference, kot je &, pa se spremenijo v znake, ki jih predstavljajo.
Ali pretvornik HTML v besedilo ohrani naslove povezav?
Vidno besedilo povezave ostane v stavku, naslov URL za njim pa ne. Če potrebujete naslove, pretvorite z orodjem HTML v Markdown, ki povezave zapiše kot [besedilo](url).
Zakaj se v besedilu, kopiranem s spletne strani, pojavita  ali ’?
To je besedilo UTF-8, ki se bere kot Windows-1252, klasična zamenjava kodiranj. Pretvornik prebere nabor znakov, ki ga navaja stran, in zapiše čisto UTF-8, tako da ukrivljeni narekovaji in nedeljivi presledki ostanejo pravi znaki.
Ali lahko tako preštejem besede na spletni strani?
Da. Pretvorba najprej odstrani oznake, kodo in skrito besedilo skript, ki napihnejo surovo štetje. Iz datoteke .txt izbrišite preostale vrstice navigacije, nato jo prilepite v poljuben števec besed.
Ali je navadno besedilo pravi format za besedilno različico e-novic?
Da. Številne platforme za e-pošto poleg HTML-ja pošljejo tudi del z navadnim besedilom, poštni odjemalci, ki HTML ne morejo ali nočejo prikazati, pa prikažejo tega. Pretvorite HTML novičnika, nato uredite dolžine vrstic, preden ga prilepite v besedilno polje.