去除 HTML 标签

工具简介

去除 HTML 标签工具可以把网页、邮件模板或富文本片段转换成干净的纯文本。它会删除所有标签，丢弃脚本、样式和注释，解码 &、  这类实体，同时保留你关心的结构：标题和段落之间空一行，列表项各占一行，表格按行排列。

需要文字而不需要标记时，它很好用：把 CMS 里的内容粘贴到纯文本邮件，把网页内容交给搜索索引或大语言模型，统计文章字数，或者检查屏幕阅读器、纯文本客户端看到的效果。

使用方法

1. 把 HTML 粘贴到输入框，或打开一个 .html 文件。
2. 按需调整选项：
   • 保留段落和换行：把块级元素转成空行或换行。关闭后得到一整行文本。
   • 合并多余空白：像浏览器一样合并源码缩进带来的空格、制表符和空行。
   • 解码实体：把 <、é、' 等转成真正的字符。
   • 保留链接地址：把每个链接写成 文字 (https://…)，链接目标不会丢失。
3. 复制结果，或下载为文件。

示例

示例输入是一个简短的更新说明页面，包含标题、样式、脚本、一级标题、带链接的段落、列表和换行。输出只保留读者能看到的内容：

Release notes

Version 2.0 – what's new

Faster builds, a dark theme and better documentation.

Search with Ctrl + K
Prices from €5 / month

工作原理

工具用精心设计的规则把 HTML 当作文本处理，而不是加载成网页，所以里面的代码不会运行，图片和脚本也不会被请求。属性值里带 > 字符的情况能正确处理，没有闭合的注释或脚本会一直删除到结尾，不会混进输出。

由于没有构建完整的文档树，严重损坏的 HTML 换行位置可能和浏览器显示的略有不同，但文字内容始终会被保留。