HTML in Text umwandeln

HTML in Text umwandeln: Gebrauch und praktische Anleitung

Durch die Konvertierung von HTML in Text werden Wörter aus dem Markup wiederhergestellt, sodass sie ohne ihre Tags überprüft oder wiederverwendet werden können. Das Tool analysiert die Struktur innerhalb einer inerten Vorlage, die niemals in die sichtbare Seite eingefügt wird. Skripte werden nicht ausgeführt und externe Fragmentressourcen werden nicht geladen. Dadurch ist es möglich, mit der aus einem Editor kopierten Quelle zu arbeiten, ohne sie in eine aktive Seite zu verwandeln. Die Ausgabe wird in einem Textfeld angezeigt, sodass Zeichen, die neuen Tags ähneln, Inhalt bleiben, anstatt erneut als HTML interpretiert zu werden. Behalten Sie die Quelle bei, wenn die genaue Struktur für die nächste Aufgabe wichtig ist.

Entitäten werden während des Parsens dekodiert. & wird zu einem Ampersand, und Zeichenreferenzen können Akzente oder Symbole wiederherstellen. Inline-Elemente wie strong oder em behalten Inhalte, ohne künstliche Separatoren einzuführen. Absätze und andere Blöcke erzeugen Zeilenumbrüche; br führt einen einzelnen Bruch ein. Tabellenzellen werden mit Tabulatoren getrennt, aber eine visuell ausgerichtete Tabelle wird nicht rekonstruiert und zusammengeführte Zellen werden nicht berechnet. Der Inhalt innerhalb von pre behält interne Zeilenenden bei, obwohl die Bereinigung an Zeilengrenzen die umgebenden Räume verändern kann. Das Ergebnis priorisiert wiederverwendbaren Text, anstatt jede Formatierungskonvention in der Quelle zu reproduzieren.

Skripte, Stile, Kommentare und mehrere eingebettete Inhaltsformulare sind ausgeschlossen, einschließlich verschachtelter Vorlagen, SVG und Canvas. Linktext wird beibehalten, ohne seine href-Adresse anzufügen. Bilder fügen nicht automatisch Alt-Text hinzu. CSS-Stile werden nicht berechnet: Ein von einer Klasse ausgeblendetes Element kann immer noch Wörter beitragen, da das Fragment niemals visuell gerendert wird. Folglich ist die Ausgabe nicht identisch mit dem Kopieren, was eine Person auf der Originalseite sehen würde. Wenn diese Übereinstimmung erforderlich ist, vergleichen Sie die Ausgabe mit der tatsächlichen Seite und prüfen Sie Menüs, versteckte Elemente und Inhalte, die normalerweise von JavaScript generiert werden, bevor Sie die Extraktion verwenden.

Der Browser kann unvollständiges oder falsch verschachteltes Markup gemäß seinen Parsing-Regeln reparieren. Reparaturen können sich auf die Texttrennung auswirken, also überprüfen Sie Fragmente, die Tabellen oder nicht geschlossene Elemente enthalten. Ein Fragment, das vollständig aus Bildern oder Skripten besteht, kann legitimerweise leere Ausgaben erzeugen. Limits sind eine Million Zeichen, hundert Verschachtelungsebenen und fünfzigtausend Knoten für gebundene Arbeit und Speicher. Speichern Sie Text, bevor Sie das Feld löschen. Weiter mit Textvergleich oder Wortzählung mit einer Kopie der Extraktion, wenn nötig, Beibehaltung der ursprünglichen HTML, um Symbole, Absatzgrenzen und alle Inhalte von den Extraktionsregeln weggelassen zu überprüfen.