.html · text/html

HTML: 超文字標記語言

HTML5 為瀏覽器與富文字編輯器定義了語意化文件結構、超連結、表格與多媒體版面標準。

快速解答: HTML5 為瀏覽器與富文字編輯器定義了語意化文件結構、超連結、表格與多媒體版面標準。 網頁發佈、剪貼簿格式化文字酬載、電子報範本與經安全淨化的 Markdown 渲染嵌入。

結構類型標記語言
人類可讀性中
支援巢狀結構支援
LLM Token 效率低
副檔名.html
MIME 類型text/html
最適合用於網頁發佈、剪貼簿格式化文字酬載、電子報範本與經安全淨化的 Markdown 渲染嵌入。

核心優勢

  • 所有瀏覽器與富文字編輯器共通支援的通用渲染引擎標準
  • 完整支援 CSS 樣式表、語意地標、表格與 ARIA 無障礙中繼資料
  • 可無縫作為格式化文字貼入 Word、Notion 與 Gmail

限制與權衡

  • 導覽列、腳本與繁雜 CSS 類別會嚴重膨脹 LLM Token 用量
  • 不可信的 HTML 必須經過 DOMPurify 淨化以防範 XSS 注入攻擊
  • 相較於 Markdown 人工撰寫與直接檢視都較為繁瑣

參考資料

在本機轉換與清理 HTML

相關工程指南

HTML 常見問題

把網頁 HTML 餵給 LLM 前為何要先移除 <script>、<style> 與 <nav>?

版面導覽列、內嵌腳本與 CSS 常佔據原始網頁 60%–85% 的 Token,同時稀釋知識檢索的準確率。

TxtTo 如何確保 Markdown 轉 HTML 的輸出安全?

TxtTo 預設會在瀏覽器本機透過 DOMPurify 過濾渲染後的 HTML,自動移除危險的事件處理常式與 script 標籤。

如何將 &amp; 或 &mdash; 等 HTML 實體解碼為純文字?

使用「移除 HTML 標籤」並開啟解碼實體選項,即可將命名與數字 HTML 實體還原為標準 UTF-8 文字。