가이드
HTML → 마크다운 vs HTML 태그 제거: 웹 텍스트 로컬 정제 가이드
HTML을 구조화된 GFM 마크다운으로 변환할 때와 태그 제거로 일반 텍스트를 추출할 때의 차이를 짚고, 오프라인에서 스크립트 제거와 엔티티 디코딩을 수행합니다.
빠른 답변: LLM RAG, Obsidian, Git 문서용으로 제목·목록·링크·코드 블록·GFM 표 구조를 살려야 한다면 'HTML → 마크다운 변환'을 사용하세요. 마크다운 기호조차 전혀 없는 순수 .txt 본문과 디코딩된 문자 엔티티가 필요하다면 'HTML 태그 제거'가 적합합니다.
HTML → 마크다운 vs HTML 태그 제거: 작업에 맞는 정리 도구 선택
문서 포털, CMS 내보내기, HTML 이메일에서 복사한 원본 코드에는 읽을 본문과 함께 script, style, nav, aside 태그 및 &, — 같은 문자 엔티티가 뒤섞여 있습니다.
두 도구 중 무엇을 선택할지는 다음 단계의 도구가 가벼운 마크다운 구조를 활용하는지, 아니면 서식이 완전히 제거된 일반 텍스트만 받는지로 결정됩니다.
- 제목 계층과 표가 검색 품질을 높여 주는 RAG 파이프라인, 지식 베이스, 기술 문서는 HTML → 마크다운 변환을 쓰세요.
- CRM 메모, CSV 셀, 웹 양식, SMS·이메일 본문처럼 마크업이 0이어야 하는 곳에는 HTML 태그 제거가 알맞습니다.
- 두 도구 모두 브라우저 메모리에서 실행되어 사내 인트라넷 HTML이나 비공개 메일이 외부 스크래퍼 서버로 전송되지 않습니다.
| 비교 항목 | HTML → 마크다운 변환 | HTML 태그 제거 |
|---|---|---|
| 출력 확장자 | .md (마크다운) | .txt (일반 텍스트) |
| 제목·목록·표 | ATX/Setext 및 GFM 표로 보존 | 깔끔한 줄바꿈 일반 문단으로 정리 |
| 하이퍼링크 처리 | [텍스트](url) 형식으로 보존 | 제거하거나 텍스트 (url) 형태로 변환 |
| 스크립트·내비게이션 | script, style, nav, header, footer 제거 | script, style, noscript, 주석 제거 |
HTML → 마크다운 변환으로 제목, 코드 블록 및 GFM 표 살리기
브라우저 내부에서 HTML → 마크다운 변환은 DOMParser와 Turndown에 GitHub Flavored Markdown 규칙을 결합해 동작합니다. removeScriptsAndNav를 켜면 변환 전 내비게이션 메뉴, 헤더, 푸터, 사이드바가 자동으로 제거됩니다.
ATX(#) 또는 Setext 제목 스타일, 백틱 펜스/들여쓰기 코드 블록, 그리고 GFM 표·취소선·할 일 체크박스 변환 여부도 선택할 수 있습니다.
<nav><a href="/">Home</a></nav>
<article>
<h1>Local HTML Cleanup</h1>
<p>Zero <strong>network</strong> calls & clean <a href="https://txtto.app/">Markdown</a>.</p>
</article>HTML 태그 제거로 엔티티가 복원된 순수 텍스트 추출
사람이 바로 읽을 평문만 필요하다면 HTML 태그 제거가 먼저 script, style, noscript, HTML 주석 블록을 지우고, 블록 요소 경계에 줄바꿈을 넣어 문단이 뭉치지 않게 한 뒤 , —, ' 같은 이름·숫자 엔티티를 원래 문자로 디코딩합니다.
keepLinks 옵션을 켜면 위험한 javascript: 링크는 차단하면서도 일반 링크를 '레이블 (https://...)' 형식으로 읽기 쉽게 남길 수 있습니다.
정돈된 초안을 안전한 HTML이나 기호 없는 순수 산문으로 내보내기
로컬에서 마크다운 편집을 마친 뒤에는 마크다운 → HTML 변환을 이용해 DOMPurify로 살균된 안전한 HTML을 얻거나 Word, Google Docs, Gmail에 바로 붙여넣을 수 있는 서식 있는 텍스트로 복사하세요.
반대로 **굵게**나 ### 제목 기호마저 없는 완전한 일반 텍스트가 필요할 때는 출력을 'AI 마크다운 기호 제거'로 이어 보내면 됩니다.
참고 자료
자주 묻는 질문
HTML → 마크다운 변환 시 내비게이션 메뉴와 script 태그가 자동으로 사라지나요?
네. script, style, noscript, template 태그는 항상 제거되며 '스크립트 및 내비게이션 제거'가 켜져 있으면 nav, header, footer, aside 영역도 함께 정리됩니다.
HTML 태그 제거에서 <a> 태그만 벗기고 링크 URL 주소는 남길 수 있나요?
네. '링크 URL 유지'를 켜면 <a href="https://example.com">문서</a>가 '문서 (https://example.com)'으로 변환되며 javascript: 링크는 자동으로 걸러집니다.
HTML 표(table)와 체크박스 목록도 마크다운으로 변환되나요?
네. GFM 옵션이 켜져 있으면 HTML 표는 파이프 마크다운 표로, 체크박스 입력 요소는 [x] 또는 [ ] 작업 목록으로 변환됩니다.
관련 파일 형식
관련 비교 페이지
관련 가이드
- Word, 이메일 및 문서용으로 ChatGPT·Claude 마크다운 기호 깔끔히 정리하기AI 답변의 **굵게**, ### 제목, 코드 펜스 기호를 지우거나 Word, Google Docs, Gmail에 바로 붙일 수 있는 서식 있는 HTML로 변환하세요.
- Obsidian 및 AI 학습을 위해 EPUB 전자책을 마크다운으로 변환하기DRM 없는 EPUB 전자책을 로컬에서 OPF 스파인 순서대로 풀어 제목과 본문이 보존된 Obsidian 마크다운 노트 또는 챕터별 ZIP으로 변환합니다.
- 마크다운 → PDF & PDF → TXT: 보안이 유지되는 오프라인 문서 워크플로우한글 폰트를 지원하는 A4·Letter PDF로 마크다운을 내보내고, 자체 호스팅 PDF.js로 로컬 PDF에서 줄바꿈이 복구된 TXT와 마크다운을 추출합니다.