.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
相關格式
全部 24 種格式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 & 或 — 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。