HTML в обычный текст
Извлечь текст HTML без script, style, head и template, не выполняя код
Результат
- Символов на входе
- 56
- Символов в результате
- 37
HTML разбирается только как текст: script/style/head/template пропускаются, HTML-сущности декодируются, блочные элементы и br дают перевод строки. CSS, JavaScript, атрибуты и внешние ресурсы не исполняются и не загружаются. Это не точное воспроизведение видимого текста браузера; результат нельзя считать очищенным безопасным HTML.
Как это работает
Для получения обычного текста HTML достаточно разобрать запись, а запускать код страницы не требуется.
Метод и пример
Парсер оставляет текстовые данные, декодирует сущности вроде & и отмечает блочные границы переводами строки. Содержимое script, style, head и template пропускается. Атрибуты, стили и сценарии не вычисляются, поэтому результат не является снимком того, что показал бы браузер.
<p>Дом<br>Лес</p> → две строки
& → &