HTML в обычный текст

Извлечь текст HTML без script, style, head и template, не выполняя код

До 10 000 символов в каждом тексте. Обработка внутри erudeet, без передачи во внешние сервисы.

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

&amp; → &