HTML سے ٹیکسٹ کنورٹر
محفوظ کیے گئے ویب صفحات، نیوز لیٹرز اور ایکسپورٹ کیے گئے ہیلپ آرٹیکلز زیادہ تر مارک اپ پر مشتمل ہوتے ہیں؛ آپ کے کام کے الفاظ ٹیگز کے بیچ دبے رہتے ہیں۔ یہ کنورٹر HTML ہٹا کر آپ کو ایک صاف .txt فائل دیتا ہے جس میں صرف پڑھنے کے قابل متن ہوتا ہے۔
دستاویز کنورٹر
یا PDF, DOC, DOCX … فائلیں یہاں ڈراپ کریں ·
زیادہ سے زیادہ 95 MB فی فائل· 20 فائلوں تک· 30 منٹ بعد حذف
فائلیں ہمارے سرورز پر پروسیس ہوتی ہیں اور 30 منٹ بعد حذف ہو جاتی ہیں۔
150 DPI A4 صفحے کو تقریباً 1240 × 1754 px بناتا ہے۔ پرنٹنگ کے لیے 300 استعمال کریں۔
پوری فائل یا صرف کچھ صفحات یا سلائیڈز تبدیل کریں (PDF اور پریزنٹیشن ان پٹ)۔
تبدیل کرنے کے صفحات یا سلائیڈز، مثلاً 1-3, 5, 8-10۔
UTF-8 ہر زبان کے لیے کام کرتا ہے۔ اگر Windows پر Excel یا Notepad میں حروف بگڑے نظر آئیں تو BOM کے ساتھ UTF-8 چنیں؛ پرانی انکوڈنگز صرف پرانے سافٹ ویئر کے لیے۔
macOS، Linux اور کوڈ ایڈیٹرز کے لیے LF؛ پرانے Windows پروگراموں جیسے کلاسک Notepad کے لیے CRLF۔
کاما معیاری ہے۔ ان ممالک میں Excel کے لیے سیمی کولن استعمال کریں جہاں اعشاریہ کاما سے لکھا جاتا ہے (جرمنی، فرانس، برازیل)۔
کئی شیٹس والا Excel ان پٹ: سب تبدیل کریں (ہر شیٹ کا ایک سیکشن یا فائل) یا صرف پہلی۔
اس ٹول کو استعمال کرنے کا طریقہ
- 1
HTML فائلیں اپ لوڈ کریں
زیادہ سے زیادہ 20 .html یا .htm فائلیں شامل کریں، ہر ایک 95 MB تک، مثلاً براؤزر سے محفوظ کیے گئے صفحات یا CMS یا ای میل ٹول سے ایکسپورٹ کی گئی فائلیں۔
- 2
انکوڈنگ اور لائن اینڈنگز منتخب کریں
فارمیٹنگ صرف ٹیکسٹ پر، ٹیکسٹ انکوڈنگ UTF-8 پر اور سطر کا اختتام LF پر سیٹ ہوتا ہے۔ اگر ٹیکسٹ کسی پرانے Windows پروگرام میں جانا ہو تو CRLF چنیں۔
- 3
تبدیل کریں اور متن استعمال کریں
TXT میں تبدیل کریں دبائیں اور ہر صفحے کی ایک ٹیکسٹ فائل ڈاؤن لوڈ کریں، یا پوری کھیپ کے لیے ZIP لیں۔
HTML کو سادہ ٹیکسٹ میں بدلنے کا تیز ترین طریقہ کیا ہے؟
.html فائل اپ لوڈ کریں، فارمیٹنگ کو صرف ٹیکسٹ پر رکھیں اور TXT میں تبدیل کریں دبائیں۔ آپ کو UTF-8 ٹیکسٹ فائل ملے گی جس میں پڑھنے کا مواد ہوگا اور مارک اپ نہیں۔
HTML سے ٹیکسٹ: جب مارک اپ رکاوٹ بنے
ایک عام مضمون کے صفحے میں تحریر سے کہیں زیادہ مارک اپ، اسکرپٹ اور اسٹائلنگ ہوتی ہے۔ براؤزر میں یہ ٹھیک ہے مگر باقی ہر جگہ مسئلہ ہے۔ ٹرانسلیشن میموری، سرچ انڈیکس، لینگویج ماڈل پرامپٹس، ٹیکسٹ اینالیسس اسکرپٹس اور ایکسیسبیلیٹی جائزے سب کو الفاظ چاہییں، اور جو بھی ٹیگ، ان لائن اسٹائل یا ٹریکنگ اسکرپٹ ساتھ آ جائے وہ شور بن جاتا ہے۔
براؤزر ونڈو سے کاپی کرنا بھی حل نہیں۔ سلیکشن مینو اور کوکی نوٹس اٹھا لیتی ہے، پیراگراف کے وقفے کھو دیتی ہے یا پیسٹ کرتے وقت پوشیدہ فارمیٹنگ ساتھ لے آتی ہے۔ محفوظ شدہ HTML فائل کو تبدیل کرنا دہرایا جا سکتا ہے، بیس صفحات پر ایک ساتھ چلتا ہے اور ہر بار ایک جیسا نتیجہ دیتا ہے۔
اگر آپ کچھ ساخت برقرار رکھنا چاہتے ہیں، یعنی # اور - سے نشان زد ہیڈنگز اور فہرستیں، تو اس کے بجائے HTML سے Markdown چنیں۔ الٹی سمت میں جانے اور سادہ ٹیکسٹ کو مارک اپ میں لپیٹنے کے لیے TXT سے HTML استعمال کریں۔
صفحے کا ہر حصہ TXT فائل میں کیا بنتا ہے
| HTML میں | ٹیکسٹ فائل میں |
|---|---|
| پیراگراف اور ہیڈنگز | خالی سطروں سے الگ کیے گئے ٹیکسٹ کے بلاکس |
| <br> لائن بریک | لائن بریک |
| فہرست کے آئٹمز | ہر سطر میں ایک آئٹم |
| ٹیبل کے خانے | خانوں کا متن پڑھنے کی ترتیب میں، قطار بہ قطار |
| لنکس | لنک کا متن، ایڈریس کے بغیر |
| &، é، | &، é اور نان بریکنگ اسپیس |
| <script>, <style>, کمنٹس | مکمل طور پر ہٹا دیے جاتے ہیں |
| تصاویر | ہٹا دی جاتی ہیں؛ تصویروں کی ٹیکسٹ شکل نہیں ہوتی |
HTML
ہائپر ٹیکسٹ مارک اپ لینگویج
HTML ویب کی مارک اپ زبان ہے، جسے Tim Berners-Lee نے 1990 کی دہائی کے اوائل میں بیان کیا اور اب WHATWG اسے لیونگ اسٹینڈرڈ کے طور پر برقرار رکھتا ہے۔ HTML فائل سرخیاں، پیراگراف، لنکس، ٹیبلز، تصاویر اور فارم بیان کرتی ہے، جبکہ اسٹائلنگ عموماً CSS سے آتی ہے۔ ہر براؤزر اسے رینڈر کرتا ہے، اور یہ ای میل ٹیمپلیٹس اور محفوظ کردہ ویب صفحات میں بھی استعمال ہوتی ہے۔ ایک HTML فائل اکثر بیرونی تصاویر اور اسٹائل شیٹس پر منحصر ہوتی ہے، اس لیے اکیلی منتقل کرنے پر خراب نظر آ سکتی ہے۔
- کمپریشن
- –
- شفافیت
- –
- اینیمیشن
- –
- متعارف ہونے کا سال
- 1993 · Tim Berners-Lee; maintained by WHATWG
TXT
سادہ متن
TXT فائل میں صرف سادہ حروف ہوتے ہیں، بغیر فارمیٹنگ، فونٹس، تصاویر یا لے آؤٹ کے۔ جدید ٹیکسٹ فائلیں عموماً UTF-8 میں انکوڈ ہوتی ہیں جو ہر زبان کا احاطہ کرتا ہے، البتہ پرانی فائلیں دوسری انکوڈنگز استعمال کر سکتی ہیں اور بگڑے ہوئے حروف دکھا سکتی ہیں۔ سادہ متن بہت چھوٹا ہوتا ہے، کبھی متروک نہیں ہوتا اور فون سے لے کر سرور تک ہر ڈیوائس پر کھلتا ہے۔ اس میں بولڈ متن، جدول یا تصاویر نہیں رکھی جا سکتیں، اس لیے ساخت کو وقفوں یا سادہ مارک اپ سے ظاہر کرنا پڑتا ہے۔
- کمپریشن
- –
- شفافیت
- –
- اینیمیشن
- –
- متعارف ہونے کا سال
- –
جب صرف الفاظ اہم ہوں تو HTML کو سادہ ٹیکسٹ میں بدلا جاتا ہے: مضمون کو تجزیے یا ترجمے کے ٹول میں دینا، ٹیکسٹ کارپس بنانا، ای میل کا سادہ حصہ لکھنا، یا مارک اپ کے بغیر الفاظ گننا۔
18 ٹیگز سے ایک مسلسل اپ ڈیٹ ہونے والے معیار تک
HTML سے TXT کنورژن کیسے کام کرتی ہے
صفحہ پڑھیں
فائل کو اسی طرح پارس کیا جاتا ہے جیسے براؤزر کرتا ہے، اس چارسیٹ کے ساتھ جو صفحہ بیان کرتا ہے۔
مارک اپ ہٹائیں
ٹیگز، اسکرپٹس، اسٹائلز اور کمنٹس ہٹ جاتے ہیں؛ کریکٹر ریفرنس اصل حروف بن جاتے ہیں۔
ٹیکسٹ لکھیں
پڑھنے کے قابل متن آپ کی ٹیکسٹ انکوڈنگ اور منتخب سطر کا اختتام کے ساتھ محفوظ ہوتا ہے۔
HTML سے ٹیکسٹ کے بارے میں سوالات
HTML سے متن کیسے نکالیں کہ کوئی ٹیگ باقی نہ رہے؟
فائل یہاں اپ لوڈ کریں اور فارمیٹنگ کو صرف ٹیکسٹ پر رکھیں۔ ٹیگز، ایٹریبیوٹس، اسکرپٹس اور اسٹائل شیٹس ہٹا دی جاتی ہیں، اور & جیسے کریکٹر ریفرنس اپنے اصل حروف میں بدل جاتے ہیں۔
کیا HTML سے ٹیکسٹ کنورٹر لنکس کے ایڈریس برقرار رکھتا ہے؟
لنک کا نظر آنے والا متن جملے میں رہتا ہے، مگر اس کے پیچھے کا URL نہیں رہتا۔ اگر آپ کو ایڈریس درکار ہوں تو HTML سے Markdown سے تبدیل کریں، جو لنکس کو [text](url) کی شکل میں لکھتا ہے۔
ویب صفحے سے کاپی کیے گئے متن میں  یا ’ کیوں آ جاتے ہیں؟
یہ UTF-8 ٹیکسٹ ہے جسے Windows-1252 سمجھ کر پڑھا گیا، جو انکوڈنگ کی عام گڑبڑ ہے۔ کنورٹر صفحے کا اعلان کردہ چارسیٹ پڑھتا ہے اور صاف UTF-8 لکھتا ہے، اس لیے مڑے ہوئے کوٹیشن اور نان بریکنگ اسپیس اپنے اصل حروف میں آتے ہیں۔
کیا اس طریقے سے ویب صفحے کے الفاظ گنے جا سکتے ہیں؟
جی ہاں۔ پہلے تبدیل کرنے سے مارک اپ، کوڈ اور چھپا ہوا اسکرپٹ ٹیکسٹ ہٹ جاتا ہے جو خام گنتی کو بڑھا دیتا ہے۔ .txt سے بچی ہوئی نیویگیشن لائنیں حذف کریں، پھر اسے کسی بھی ورڈ کاؤنٹر میں پیسٹ کریں۔
کیا نیوز لیٹر کے ٹیکسٹ ورژن کے لیے سادہ ٹیکسٹ درست فارمیٹ ہے؟
جی ہاں۔ بہت سے ای میل پلیٹ فارم HTML کے ساتھ سادہ ٹیکسٹ والا حصہ بھی بھیجتے ہیں، اور جو میل کلائنٹ HTML نہیں دکھا سکتے یا نہیں دکھاتے وہ یہی دکھاتے ہیں۔ نیوز لیٹر کا HTML تبدیل کریں، پھر ٹیکسٹ فیلڈ میں پیسٹ کرنے سے پہلے سطروں کی لمبائی درست کر لیں۔