Darmowy konwerter online HTML do TXT

Niektóre programy, narzędzia wiersza poleceń, archiwa i systemy pocztowe akceptują wyłącznie zwykły tekst, dlatego przed użyciem zapisane strony internetowe muszą zostać pozbawione znaczników HTML. Konwersja pliku tworzy również mniejszą, przeszukiwalną wersję do edycji, rejestrowania lub długoterminowej archiwizacji tekstu.

Czym jest format HTML

HTML to język znaczników definiujący strukturę dokumentu, w tym nagłówki, akapity, linki, listy, tabele, obrazy, formularze, skrypty i formatowanie. Przeglądarki renderują pliki HTML, natomiast edytory i systemy publikowania, takie jak Visual Studio Code, Notepad++, WordPress oraz narzędzia do tworzenia stron internetowych, służą do ich tworzenia lub modyfikowania. Zapisane strony internetowe, eksportowane raporty, wiadomości e-mail i dokumenty źródłowe witryn internetowych zwykle korzystają z plików .html lub .htm.

Czym jest format TXT

TXT przechowuje dane znakowe bez znaczników HTML, stylów CSS, czcionek, kolorów, obrazów, skryptów ani układu strony. Otwiera się w podstawowych edytorach, takich jak Notepad i TextEdit, edytorach terminalowych, systemach zarządzania dokumentami oraz większości systemów operacyjnych. Zwykły tekst jest zazwyczaj niewielki, przeszukiwalny, łatwy do kontrolowania wersji i akceptowany przez oprogramowanie odrzucające sformatowane dokumenty.

Plik TXT nadal ma określone kodowanie i konwencję zakończeń wierszy. UTF-8 to najbezpieczniejszy wybór ogólnego zastosowania, ponieważ obsługuje znaki diakrytyczne, pisma inne niż łacińskie oraz symbole; Windows-1252, ISO-8859-1 i inne starsze kodowania obsługują mniej znaków.

Jak przekonwertować HTML na TXT

Używanie 101convert.com

1. Otwórz konwerter HTML na TXT na stronie 101convert.com; można z niego korzystać bezpłatnie, bez instalowania oprogramowania.
2. Wybierz lub prześlij źródłowy plik .html lub .htm.
3. Rozpocznij konwersję i zapisz wynikowy plik .txt.
4. Otwórz plik wyjściowy w edytorze tekstu i sprawdź nagłówki, listy, tabele, linki oraz znaki nieangielskie.

Używanie Pandoc lokalnie

Pandoc nadaje się do powtarzalnej konwersji z użyciem wiersza poleceń. Uruchom:

pandoc input.html -t plain -o output.txt

Pandoc domyślnie zapisuje dane wyjściowe jako tekst w kodowaniu UTF-8. W przypadku lokalnego pliku HTML, który odwołuje się do obrazów, arkuszy stylów lub innych zasobów za pomocą ścieżek względnych, podczas konwersji zachowaj dostępność wskazanych folderów; zasoby te mogą wpływać na analizowanie, ale obrazów i stylów wizualnych nie można reprezentować w formacie TXT.

Używanie przeglądarki do zaznaczonej treści

Otwórz plik w przeglądarce, zaznacz treść, którą chcesz zachować, skopiuj ją i wklej do edytora zwykłego tekstu za pomocą opcji Edit → Paste and Match Style, Paste as plain text lub jej odpowiednika w edytorze. Zapisz wynik jako output.txt i wybierz UTF-8, jeśli wyświetlona zostanie opcja kodowania. Ta metoda konwertuje tylko zaznaczoną wyrenderowaną treść, dlatego może pominąć nawigację, ukryte sekcje lub treść wstawianą przez skrypty; może również zmienić kolumny tabel i wcięcia list.

Używanie LibreOffice

Otwórz plik HTML w LibreOffice i wybierz File → Save As. Wybierz Text (.txt), zapisz plik, a następnie wybierz ustawienia kodowania znaków i zakończeń wierszy w oknie dialogowym eksportu. Jest to przydatne podczas ręcznej konwersji, jednak wynikowe odstępy i układ tabel nadal zależą od sposobu, w jaki LibreOffice interpretuje HTML.

Ograniczenia jakości i zgodności

Zmiana rozszerzenia .html na .txt przez zmianę nazwy nie konwertuje treści: pozostawia w pliku znaczniki HTML, skrypty i atrybuty. Edytor tekstu może wyświetlić kod źródłowy, ale program obsługujący zwykły tekst nie przekształci automatycznie tego kodu w czytelny tekst strony.

TXT nie może zachować CSS, układu strony, obrazów, dźwięku, wideo, formularzy, skryptów, działania klikalnych linków ani dokładnej struktury tabel. Konwerter może zachować widoczną etykietę linku, zapisać jego adres URL lub pominąć miejsce docelowe. Nawigacja, reklamy, ukryte elementy i treść generowana przez skrypty mogą zostać pominięte lub uwzględnione w różny sposób, zależnie od tego, czy konwersja odczytuje oryginalny kod źródłowy, czy stronę wyrenderowaną przez przeglądarkę.

Po konwersji sprawdź długie wiersze, odstępy między pustymi wierszami, znaczniki list i dane tabel, ponieważ zwykły tekst nie ma uniwersalnego standardu układu. Jeśli znaki są wyświetlane nieprawidłowo, otwórz plik ponownie przy użyciu kodowania źródłowego lub jawnie przekonwertuj go do UTF-8; zmiana rozszerzenia nazwy pliku nie może naprawić niezgodności kodowania.