Xóa thẻ HTML

Xóa thẻ HTML là gì?

Chuyển mã nguồn HTML thành văn bản thuần dễ đọc. Các thẻ bị xóa, entity như &amp; được giải mã, khối script và style bị loại bỏ, còn các phần tử khối như đoạn văn, tiêu đề, mục danh sách, hàng bảng và <br> trở thành xuống dòng để văn bản giữ được cấu trúc.

Cách sử dụng Xóa thẻ HTML

1. Dán mã nguồn HTML vào ô Đầu vào.
2. Giữ bật Giữ đoạn văn và xuống dòng để có văn bản có cấu trúc, hoặc tắt đi để mọi thứ nằm trên một dòng.
3. Sao chép hoặc tải văn bản thuần từ ô Đầu ra.

Ví dụ

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

Title

Hello world & you

Khi nào nên dùng Xóa thẻ HTML

Dùng công cụ để lấy văn bản từ template email, dữ liệu xuất từ CMS, trang web đã cào về hoặc trường văn bản có định dạng. Công cụ không giữ URL của liên kết hay văn bản alt của ảnh; hãy dùng Trích xuất liên kết để lấy URL, và dùng công cụ chuyển HTML sang Markdown nếu cần giữ định dạng.

Xóa thẻ HTML hoạt động như thế nào

HTML được phân tích bằng DOMParser của trình duyệt thành một document trơ – script không được thực thi và không có gì được tải. <script>, <style>, <noscript>, <template> và <head> bị xóa. Sau đó công cụ duyệt DOM: các nút văn bản được thêm vào với khoảng trắng được gộp (trừ bên trong <pre>), <br> thêm một lần xuống dòng, phần tử khối thêm xuống dòng trước và sau, mục danh sách có ký hiệu • và các ô bảng được ngăn cách bằng tab. Cuối cùng các dòng được cắt khoảng trắng và chuỗi dòng trống được rút lại còn một.

Các Trường Hợp Sử Dụng Phổ Biến

• ✓ Trích xuất văn bản dễ đọc từ một email HTML
• ✓ Làm sạch đầu ra của CMS hoặc trình soạn thảo WYSIWYG trước khi dùng lại
• ✓ Lấy văn bản từ mã nguồn trang web đã lưu để phân tích
• ✓ Chuyển đoạn HTML thành văn bản thuần cho SMS hoặc thông báo đẩy

Câu Hỏi Thường Gặp

Bước tiếp theo nên làm

Khám phá thêm danh mục