Rimuovi tag HTML

Cosa fa

Rimuovi tag HTML trasforma una pagina, un template email o un frammento di testo formattato in testo semplice e pulito. Rimuove ogni tag, scarta script, stili e commenti, decodifica entità come & e   e conserva la struttura che ti interessa: titoli e paragrafi restano separati, le voci di elenco restano su righe proprie e le celle delle tabelle restano in righe.

È utile quando ti servono le parole senza il markup: per incollare testi da un CMS in un’email in testo semplice, per fornire contenuti a un indice di ricerca o a un modello linguistico, per contare le parole di un articolo o per verificare cosa mostrerebbe uno screen reader o un client solo testo.

Come si usa

1. Incolla l’HTML nell’input oppure apri un file .html.
2. Regola le opzioni se necessario:
   • Mantieni paragrafi e a capo trasforma gli elementi di blocco in righe vuote o a capo. Disattivalo per ottenere una sola riga di testo.
   • Comprimi gli spazi in eccesso unisce spazi, tabulazioni e righe vuote che derivano dall’indentazione del sorgente, proprio come fa un browser.
   • Decodifica le entità trasforma <, é, ' e simili in caratteri veri.
   • Mantieni gli URL dei link scrive ogni link come text (https://…), così le destinazioni non vanno perse.
3. Copia il testo o scaricalo come file.

Esempio

L’input di esempio è una piccola pagina di note di rilascio con un titolo, un blocco di stile, uno script, un’intestazione, un paragrafo con un link, un elenco e un a capo. L’output conserva solo ciò che vedrebbe un lettore:

Release notes

Version 2.0 – what's new

Faster builds, a dark theme and better documentation.

Search with Ctrl + K
Prices from €5 / month

Come funziona

L’HTML viene elaborato come testo con pattern accurati invece di essere caricato in una pagina, quindi nulla al suo interno viene eseguito e non vengono scaricate immagini né script. I valori degli attributi che contengono il carattere > vengono gestiti correttamente, e i commenti o gli script non chiusi vengono rimossi fino alla fine dell’input invece di finire nell’output.

Poiché lo strumento non costruisce un albero completo del documento, un HTML molto malformato può produrre a capo leggermente diversi da quelli che mostrerebbe un browser, ma il testo in sé viene sempre conservato.