.html · text/html

HTML: Linguagem de Marcação de Hipertexto

HTML5 define estrutura semântica de documentos, hiperlinks, tabelas e layout multimídia para navegadores e editores de texto rico.

Resposta rápida: HTML5 define estrutura semântica de documentos, hiperlinks, tabelas e layout multimídia para navegadores e editores de texto rico. Páginas web, payloads de texto formatado (Rich Text), modelos de e-mail e embeds Markdown sanitizados.

Tipo de estruturaMarcação
Legibilidade humanaMédia
Suporte a aninhamentoSim
Eficiência de tokens LLMBaixa
Extensão do arquivo.html
Tipo MIMEtext/html
Indicado paraPáginas web, payloads de texto formatado (Rich Text), modelos de e-mail e embeds Markdown sanitizados.

Pontos fortes

  • Motor de renderização universal em todo navegador e editor Rich Text
  • Suporta CSS completo, marcos semânticos, tabelas e metadados ARIA
  • Cola perfeitamente como Rich Text formatado no Word, Notion e Gmail

Limitações

  • Barras de navegação, scripts e classes CSS inflam muito o uso de tokens LLM
  • HTML não confiável deve ser sanitizado com DOMPurify para evitar XSS
  • Ruidoso para escrever ou inspecionar manualmente em comparação ao Markdown

Referências

Converter e limpar HTML localmente

Guias técnicos relacionados

Formatos relacionados

Todos os 24 formatos

Perguntas frequentes sobre HTML

Por que remover tags <script>, <style> e <nav> antes de enviar HTML a um LLM?

Menus de navegação, scripts inline e CSS costumam representar de 60% a 85% dos tokens de uma página bruta e degradam a precisão na recuperação.

Como o TxtTo mantém a saída Markdown para HTML segura?

O TxtTo passa o HTML renderizado pelo DOMPurify localmente no navegador para remover tratadores de evento e tags script perigosas por padrão.

Como decodificar entidades HTML como &amp; ou &mdash; em texto simples?

Use Remover Tags HTML com decodificação de entidades ativada para converter entidades nomeadas e numéricas em texto UTF-8 legível.