清除 HTML 标签提取纯文本
0 字节上传从杂乱 HTML 邮件、CMS 富文本字段或 XML 片段中抽取出纯净可读文字——本地移除脚本样式并解码字符实体。
或将文本或数据文件拖放至此 · Ctrl V 快速粘贴 · 或拖放 .html、.htm、.xml · Ctrl V 粘贴标记
- 100% 浏览器本地运行
- 解码 & / — / '
- 剔除 <script> 与 <style>
实时转换前后预览
<style>.hidden { display: none; }</style>
<div class="alert">
<h2>System Notice & Update</h2>
<p>Maintenance runs at <strong>02:00 UTC</strong> — zero downtime expected.</p>
</div>System Notice & Update
Maintenance runs at 02:00 UTC — zero downtime expected.源格式与目标格式规格对比: HTML → 纯文本 (TXT)
| 规格属性 | 源格式:HTML | 目标格式:纯文本 (TXT) |
|---|---|---|
| 结构类型 | 标记语言 | 纯文本 |
| 人类可读性 | 中 | 高 |
| 支持嵌套 | 支持 | 不支持 |
| LLM Token 效率 | 低 | 高 |
| 文件扩展名 | .html | .txt |
| MIME 类型 | text/html | text/plain |
| 适用场景 | 网页发布、富文本剪贴板载荷、邮件模板以及经过净化的 Markdown 渲染嵌入。 | 通用运行日志、原始会议纪要、清洗后的大模型提示词、纯文本脚本及无干扰阅读。 |
使用方法
如何干净地剥离 HTML 标签
丢弃无用视觉标签并还原转义字符实体,不残留任何代码或 CSS 杂质。
- 粘贴 HTML 或 XML拖入 .html/.xml 文件或粘贴网页源码片段。
- 配置实体解码与链接规则勾选解码 HTML 实体为 UTF-8、移除脚本样式块,并可选择是否在文本旁保留链接 URL。
- 复制纯净文本下载干净的 .txt 文件,或继续送入去除换行符进一步整理排版。
常见问题
常见问题解答
“去除 HTML 标签”支持解码 &、— 与 ’ 等字符实体吗?
支持。开启“解码 HTML 字符实体”即可把命名、十进制与十六进制实体完整还原为正常 UTF-8 字符。
剥除 <a> 链接标签时能把网址也一起留下来吗?
可以。勾选“行内保留链接 URL”会在锚点文字后用括号附上完整目标网址。
什么时候用“去除 HTML 标签”,什么时候用“HTML 转 Markdown”?
需要完全没有任何格式符(#、*、|)的纯文字选去除标签;需要保留标题层级和表格时选 HTML 转 Markdown。