Remover tags HTML de um texto online

Remover tags HTML de um texto online, grátis

Cole o HTML na caixa da esquerda e receba o texto simples na direita. A ferramenta remove todas as tags, mantém as quebras de linha, descarta scripts, estilos e comentários e transforma entidades como & e   em caracteres normais. O resultado é atualizado enquanto você digita, e tudo acontece no seu navegador: o texto colado nunca é enviado.

Quando é preciso tirar as tags HTML

• Copiar um artigo ou a descrição de um produto de um site ou de um CMS sem a marcação.
• Extrair o texto de um modelo de e-mail ou do código de uma newsletter.
• Preparar o texto para uma planilha, um campo de banco de dados ou um tradutor que não entende HTML.
• Contar as palavras ou os caracteres de uma página sem contar as tags.
• Ver qual texto um buscador ou um leitor de tela realmente recebe.

O que é removido e o que fica

• Removido: todas as tags e atributos, tudo dentro de <script>, <style>, <noscript> e <template>, e os comentários HTML.
• Mantido: o texto entre as tags. Com a opção "Manter as quebras de linha" ligada, uma nova linha começa onde termina um elemento de bloco (<p>, <div>, <li>, um título, uma linha de tabela) ou um <br>, para que os parágrafos não se grudem. As células de tabela são separadas por um espaço.
• Convertido: entidades como &amp;, &lt;, &copy; e as numéricas, como &#8212;, viram os caracteres que representam.
• Organizado (opcional): "Remover espaços extras e linhas em branco" troca vários espaços e espaços não separáveis seguidos por um único espaço, apaga os espaços nas pontas de cada linha e remove as linhas vazias. Desligue para manter o espaçamento exatamente como no original.

Por que não usar só uma expressão regular

Um padrão como <[^>]*> falha em <a href="x>y">, deixa o código de um script para trás e não converte entidades. Esta ferramenta usa o próprio analisador de HTML do navegador, o mesmo que lê as páginas da web, então o texto que você recebe é o que um visitante leria. O HTML é analisado em um documento isolado: os scripts não são executados e as imagens não são carregadas, por isso é seguro colar um código em que você não confia.

Como usar

1. Cole o HTML na caixa da esquerda. O texto simples aparece na hora à direita.
2. Escolha se quer manter as quebras de linha e se quer remover espaços extras e linhas em branco.
3. Clique no botão de copiar acima do resultado.

Como remover tags HTML sem esta ferramenta

• PHP: strip_tags($html) remove as tags, mas mantém o código dentro de script e style, cola os parágrafos e deixa as entidades como estão. Use html_entity_decode(strip_tags($html)) e corte antes o script e o style.
• JavaScript: new DOMParser().parseFromString(html, 'text/html').body.textContent devolve o texto; remova os nós script e style antes de ler.
• Python: BeautifulSoup(html, 'html.parser').get_text('\n').
• Linha de comando: sed -e 's/<[^>]*>//g' só funciona para marcação simples, em que cada tag fica inteira em uma linha.
• Word ou Google Docs: cole com Ctrl+Shift+V (colar sem formatação). Isso tira os estilos do texto copiado, mas não limpa o código-fonte.

Se precisar do contrário, reduzir o tamanho do HTML em vez de remover as tags, use o minificador de HTML e CSS. Para converter caracteres especiais em entidades e de volta, use o conversor de entidades HTML.

Perguntas frequentes

Meu texto é enviado para um servidor? Não. A conversão acontece no seu navegador, então nada do que você cola sai do seu computador.

O texto entre as tags também é removido? Não, só as tags. A exceção é o código que não é texto: o que está dentro das tags script e style e nos comentários é descartado.

O que acontece com links e imagens? O texto do link permanece e o endereço é removido. As imagens não têm texto, então desaparecem.

Por que uma parte do meu texto sumiu? O HTML considera que "<" seguido direto de uma letra é o início de uma tag, então a<b é lido como uma tag chamada b. Escreva "a < b" com espaços, ou "a &lt; b" em HTML, para manter como texto.

Por que &amp; virou & ? A ferramenta converte as entidades como um navegador. Se o original tem uma entidade codificada duas vezes, como &amp;amp;, você recebe &amp; depois de uma passada; passe o resultado de novo para converter por completo.

Existe limite de tamanho? A ferramenta não tem limite. Páginas muito grandes (dezenas de megabytes) dependem da memória do seu navegador.