HTML タグ除去ツール

Q: HTML エンティティはデコードされますか？

はい。&、<、 、' などすべてのエンティティが実際の文字に変換されます。

Q: リンクはどうなりますか？

リンクのテキストは保持され、URL は除外されます。URL を一覧にするにはリンク抽出を使ってください。

HTML タグを取り除き、段落と改行を保ったままきれいなプレーンテキストにします。スクリプトとスタイルは除外され、エンティティはデコードされます。ブラウザ内で動作。

入力

段落と改行を保持

出力

すべてブラウザ内で実行されます。データがアップロードされることはありません。

HTML タグの除去とは？

HTML のソースコードを読みやすいプレーンテキストに変換します。タグが取り除かれ、& のようなエンティティはデコードされ、script と style のブロックは除外されます。段落、見出し、リスト項目、表の行、<br> などのブロック要素は改行になり、テキストの構造が保たれます。

HTML タグの除去の使い方

HTML のソースを入力欄に貼り付けます。
構造のあるテキストにするには段落と改行を保持をオンのままにし、すべてを1行にするにはオフにします。
プレーンテキストを出力からコピーまたはダウンロードします。

例

入力

<h1>Title</h1><p>Hello <b>world</b> &amp; you</p><script>alert(1)</script>

出力

Title

Hello world & you

HTML タグの除去を使うべき場面

メールテンプレート、CMS のエクスポート、スクレイピングしたページ、リッチテキストの項目からテキストを取り出すのに使えます。リンクの URL や画像の alt テキストは保持されません。URL にはリンク抽出を、書式を保ちたい場合は HTML → Markdown 変換ツールを使ってください。

HTML タグの除去の仕組み

HTML はブラウザの DOMParser で、動作しないドキュメントとして解析されます。スクリプトは実行されず、何も読み込まれません。<script>、<style>、<noscript>、<template>、<head> は取り除かれます。そのあと DOM をたどります。テキストノードは（<pre> の中を除いて）空白をまとめて追加され、<br> は改行を追加し、ブロック要素は前後に改行を追加し、リスト項目には • の箇条書き記号が付き、表のセルはタブで区切られます。最後に、行の前後の空白が削除され、連続する空行は1つにまとめられます。