移除 HTML 標籤

功能介紹

移除 HTML 標籤能把網頁、電子郵件範本或一段 RTF 格式文字，轉換成乾淨的純文字。它會移除所有標籤，丟掉指令碼、樣式和註解，解碼 & 和   等實體，並保留你在意的結構：標題和段落彼此分開，清單項目各佔一行，表格儲存格維持在同一列。

當你只需要文字、不要標記時就很好用：把 CMS 裡的文案貼到純文字電子郵件、把內容提供給搜尋索引或語言模型、計算文章字數，或確認螢幕閱讀器或純文字用戶端會顯示什麼。

使用方式

1. 把 HTML 貼到輸入框，或開啟 .html 檔案。
2. 視需要調整選項：
   • 保留段落和換行 會把區塊元素轉成空行或換行。關閉則輸出成單獨一行文字。
   • 合併多餘空白 會像瀏覽器一樣，合併原始碼縮排帶來的空格、Tab 和空行。
   • 解碼實體 會把 <、é、' 等轉成真正的字元。
   • 保留連結網址 會把每個連結寫成 text (https://…)，連結目標就不會遺失。
3. 複製文字或下載成檔案。

範例

範例輸入是一個小型的版本說明頁面，包含標題、style 區塊、指令碼、標題、含連結的段落、清單和換行。輸出只保留讀者會看到的內容：

Release notes

Version 2.0 – what's new

Faster builds, a dark theme and better documentation.

Search with Ctrl + K
Prices from €5 / month

運作原理

HTML 是用精心設計的規則當作文字處理，而不是載入到頁面中，所以裡面的任何內容都不會執行，也不會抓取任何圖片或指令碼。含有 > 字元的屬性值能被正確處理，沒有閉合的註解或指令碼會一路移除到輸入結尾，而不會漏進輸出。

由於這個工具不會建立完整的文件樹，非常破碎的 HTML 產生的換行可能和瀏覽器顯示的略有不同，但文字本身一定會被保留。