Softonic

เครื่องแปลง HTML เป็นข้อความ

ขั้นตอน 1 / 2
ถัดไป

อีเมลแบบข้อความธรรมดา การวิเคราะห์ข้อความ และกระบวนการนับจำนวนคำ ต่างจำเป็นต้องแปลง HTML เป็นข้อความที่มนุษย์สามารถอ่านได้อย่างชัดเจน โดยไม่มีสัญลักษณ์หรือโครงสร้างการแทรกข้อมูลใดๆ เพียงวาง HTML ลงไป เครื่องมือนี้จะลบแท็กทั้งหมด ถอดรหัสเอนทิตี (เช่น & → &) ยุบช่องว่างส่วนเกินที่เกิดจากการเยื้องบรรทัด และแสดงผลเป็นข้อความที่สะอาดและอ่านง่าย พร้อมใช้สำหรับการวิเคราะห์ หรือใช้เป็นส่วน text/plain ของอีเมลแบบหลายส่วน

วิธีแยกข้อมูลจาก HTML เป็นข้อความ

  1. 1

    วาง HTML

    ขนาดใดก็ได้ ไม่ว่าจะเป็นข้อความสั้นๆ เนื้อหาอีเมลที่มีการจัดรูปแบบ หรือทั้งหน้าเว็บ

  2. 2

    แปลง

    คลิกเพียงครั้งเดียว: แท็กและแอตทริบิวต์ทั้งหมดจะถูกลบ และเอนทิตีจะถูกถอดรหัส

  3. 3

    ตรวจสอบการขึ้นบรรทัดใหม่

    ย่อหน้า รายการ และแถวตารางจะกลายเป็นบรรทัดแยกกัน ทำให้ข้อความคงโครงสร้างเดิมไว้

  4. 4

    คัดลอกข้อความ

    ผลลัพธ์เป็นข้อความยูนิเคดธรรมดา ซึ่งสามารถนำไปใช้กับเครื่องนับคำ แม่แบบอีเมล หรือโมเดลวิเคราะห์อารมณ์ได้อย่างปลอดภัย

วิธีที่ระบบแปลงข้อมูลจัดการกับแท็กที่ซับซ้อน

การแปลง HTML เป็นข้อความไม่ใช่เพียงแค่ string.replace(/<[^>]+>/, "") เท่านั้น เพราะ regex แบบง่ายจะปล่อยโค้ดเอนทิตีและช่องว่างจากการเยื้องไว้ และไม่รู้ว่า </p> ควรเริ่มบรรทัดใหม่

ระดับบล็อก เทียบกับแบบฝังตรง (inline)

แท็กระดับบล็อก (<br> และแท็กปิด </p>, </div>, </h1> ถึง </h6>, </li>, </tr>) จะทำให้ข้อความแยกบรรทัดแท็กละหนึ่งครั้ง ส่วนแท็กแบบอินไลน์ (<a>, <span>, <strong>) จะไม่ทิ้งช่องว่าง จึงไม่ทำให้คำต่าง ๆ รวมกันเป็นเส้นเดียวกัน

พฤติกรรมเฉพาะของแต่ละแท็ก

แท็ก การจัดการ
<br> ขึ้นบรรทัดใหม่หนึ่งครั้ง
</p>, </div>, </h1> ถึง </h6> ขึ้นบรรทัดใหม่หนึ่งครั้งต่อแท็กปิดหนึ่งแท็ก
</li>, </tr> ขึ้นบรรทัดใหม่หนึ่งครั้ง ไม่เพิ่มสัญลักษณ์หัวข้อหรือตัวคั่นเซลล์ตาราง
<a href="url">text</a> text; แอตทริบิวต์ href ถูกลบออก
<img alt="text"> ไม่มีอะไร แท็กนี้ไม่มีข้อความที่มองเห็นได้
<script>, <style> แท็กถูกลบ แต่ข้อความระหว่างแท็กยังคงอยู่

การถอดรหัสเอนทิตี

  • เอนทิตีแบบมีชื่อ (&amp;, &copy;, &eacute;) จะถูกถอดรหัสเป็นอักขระยูนิโคดของแต่ละตัว
  • เอนทิตีแบบตัวเลข (&#169;, &#x00A9;) ก็ถอดรหัสได้เช่นกัน
  • เอนทิตีที่ไม่รู้จักจะถูกเก็บไว้ตามเดิมทุกประการ เพื่อให้เครื่องมือวิเคราะห์มองเห็นได้

การจัดระเบียบช่องว่าง

  • ช่องว่างและแท็บก่อนการขึ้นบรรทัดใหม่จะถูกลบออก
  • บรรทัดว่างสามบรรทัดขึ้นไปจะถูกรวมเหลือหนึ่งบรรทัดว่าง
  • ช่องว่างระหว่างคำถูกเก็บไว้ตามเดิม เครื่องมือจะไม่จัดเรียงข้อความใหม่

การใช้งาน

  • สร้างส่วน text/plain ของอีเมลแบบหลายส่วน (multipart)
  • ทำความสะอาดบทความที่ดึงมา ก่อนส่งให้โมเดลภาษาประมวลผล
  • ป้อนข้อมูลลงในดัชนีการค้นหาแบบข้อความธรรมดา
  • คำนวณจำนวนคำที่ถูกต้องโดยไม่นับมาร์กอัพ

คำถามที่พบบ่อย

การจัดรูปแบบเชิงภาพ (ตัวหนา สี และแบบอักษร) จะสูญหายไป, นี่คือจุดสำคัญ โครงสร้างจะคงอยู่เป็นเส้นแบ่งบรรทัด: ย่อหน้า รายการ และแถวตารางจะกลายเป็นบรรทัดแยกกัน ทำให้ข้อความยังอ่านได้ชัดเจน

ข้อความลิงก์ที่มองเห็นยังคงอยู่ แต่ URL จะถูกลบพร้อมกับแอตทริบิวต์ของแท็ก หากคุณต้องการ URL ให้ใช้เครื่องมือแปลง HTML เป็น Markdown โดยเฉพาะแทน

เครื่องมือแปลงจะลบเฉพาะตัวแท็ก แต่เก็บข้อความระหว่างแท็กไว้ ดังนั้นเนื้อหาของบล็อก <script> และ <style> จึงยังคงอยู่ในผลลัพธ์ หากไม่ต้องการ ให้นำออกจาก HTML ต้นทางก่อน

ใช่ ผลลัพธ์จะอยู่ในรูปแบบ UTF-8 และคงตัวอักษรทุกตัวที่ไม่ใช่ ASCII จากข้อมูลขาเข้าไว้ โดยองค์ประกอบต่างๆ เช่น &copy; และ &eacute; จะถูกแปลงเป็นค่า Unicode ที่เทียบเท่ากัน

เครื่องมือที่เกี่ยวข้อง

ตารางอ้างอิง ASCII

ตาราง ASCII ครบตั้งแต่ 0 ถึง 127 พร้อมค่าเลขฐานสิบ ฐานสิบหก ฐานแปด ฐานสอง และรูปแบบการอ้างอิงอักขระแบบตัวเลขของ HTML รวม NUL, LF และ DEL

อ้างอิงตัวอักษร HTML

รายการที่สามารถค้นหาได้ขององค์ประกอบ HTML พร้อมรหัสชื่อและรหัสตัวเลข รวมถึงฟังก์ชันสำเนาด้วยคลิกเดียวสำหรับตัวอักษรพิเศษและสัญลักษณ์ต่างๆ

ตารางอ้างอิงแป้นพิมพ์ลัด

ค้นหาแป้นพิมพ์ลัดเริ่มต้นตามเอกสารของ VS Code, Chrome และ Bash ที่ใช้ GNU Readline บน macOS, Windows และ Linux

เครื่องสร้างตัวอักษรสุ่ม

สร้างตัวอักษร A-Z แบบสุ่ม เลือกจำนวน ตัวพิมพ์ใหญ่ ตัวพิมพ์เล็ก หรือแบบผสม แล้วใช้กับเกม โจทย์ หรือกิจกรรมในห้องเรียน

เครื่องมือสร้าง EditorConfig

สร้างไฟล์ .editorconfig ด้วยกฎสไตล์และขนาดการเยื้อง การจบบรรทัด ชุดอักขระ และช่องว่างของคุณ เพื่อให้การจัดรูปแบบสอดคล้องกันในทุก IDE และโปรแกรมแก้ไข

ตัวลดรูปพีชคณิตบูลีน

ประเมินนิพจน์บูลีนสำหรับทุกชุดอินพุตและดูตารางค่าความจริงที่สมบูรณ์ รองรับตัวแปรสูงสุดห้าตัวและตัวดำเนินการ &, |, !, ^

เครื่องมือนี้มีให้บริการในภาษาอื่น