Outil de suppression des balises HTML

Supprimez en ligne les balises du code HTML et extrayez le contenu en texte brut, avec prise en charge du traitement individuel et par lot, et possibilité de conserver des balises spécifiques.

Signaler un bug

Mode d’exécution du navigateur: Vos données sont traitées dans votre navigateur et ne sont pas envoyées au serveur.

Vitesse et stabilité: La vitesse de traitement dépend de votre appareil et de votre navigateur. Pour les gros lots, la version de bureau peut être plus stable.

Chargement de l’outil, veuillez patienter...

Si l’outil en ligne ne se charge pas ou ne fonctionne pas, essayez l’outil de bureau. https://tools.yikeaigc.com/

Utilisation de l’outil

Retour à l’ancienne version

Définissez d’abord les règles, puis importez le HTML et lancez le traitement Collez du code, ajoutez des fichiers en lot ou des exemples ; seuls les 20 premiers fichiers s’affichent, mais tous seront traités.

Traitement local du texte

Choisissez d’abord les options : sauts de ligne, liens, descriptions d’images et format de sortie. Pour tester vite, chargez les exemples.

1Structure texteParagraphes et espaces

Gestion des retours à la ligne

Gestion des espaces

2Format de sortieCommun aux modes simple et lot

Format des résultats

Noms de fichiers en lot

3Paramètres du fichierModifiable avant traitement

Suffixe personnalisé

Encodage du fichier

4Règles de nettoyagePeut être enregistré comme paramètre par défaut

Supprimer les scriptsEfface le code dans script, noscript et template. Supprimer les stylesEfface le contenu des balises style et les attributs style en ligne. Supprimer les commentaires HTMLNettoie les commentaires de page, conditionnels et autres contenus invisibles. Décoder les entités HTML将  、< 等实体转换为可读字符。 Conserver les URLConvertit les liens en « texte [URL] », pratique pour organiser le contenu. Conserver les descriptions d’imagesLit l’alt, le title ou le nom de fichier des img comme indication textuelle. Optimiser listes et tableauxDécompose listes, titres et tableaux en texte plus lisible. Supprimer les lignes vides en tropLes lignes vides consécutives sont fusionnées, pour mieux copier ou enregistrer.

Conserver les balises

Sélecteurs à supprimer en plus

1Choisir le mode de saisie Le contenu des fichiers est lu et traité sur cet appareil

2Coller du code HTML Page complète ou extrait pris en charge

2Choisir des fichiers HTML/TXT Sélection multiple possible

Cliquez pour choisir des fichiers ou déposez-les ici Prend en charge .html, .htm, .txt, .xml, .xhtml, .shtml. L’interface affiche les 20 premiers, le traitement inclut tous les fichiers.

2Choisir un exemple L’exemple remplacera l’entrée actuelle

Les exemples servent à tester. Après chargement, vous pouvez modifier les réglages puis traiter.

3Aperçu du contenu Aucun contenu ajouté

Après collage du texte ou choix de fichiers, le contenu à traiter s’affiche ici. Pour les fichiers en lot, seuls les 20 premiers sont affichés.

1Lancer le traitementVeuillez confirmer les réglages et l’import

Configurez d’abord

Après les réglages de nettoyage et l’import du contenu, cliquez ci-dessous pour supprimer les balises HTML.

2ProgressionEn attente

En attente de traitement.

Aucun résultat. Terminez le traitement étape par étape pour les afficher.

Instructions

Instructions d’utilisation du logiciel

Configurer les règles de nettoyage : accédez à « Paramètres de nettoyage », puis choisissez d’abord le traitement des sauts de ligne, le traitement des espaces, le format de sortie et les règles de nommage des fichiers par lot.
Sélectionner le contenu à supprimer :
- Supprimer le contenu des scripts : efface le contenu de code tel que script, noscript, template, etc.
- Supprimer le contenu des styles : efface le contenu des balises style et les attributs style en ligne.
- Supprimer les commentaires HTML : nettoie les commentaires présents dans le code source.
- Sélecteurs supplémentaires à supprimer : vous pouvez saisir des sélecteurs comme .ad, #footer, nav, etc., afin de supprimer des blocs spécifiques.
Définir le contenu à conserver :
- Conserver les adresses des liens : convertit les liens au format « texte [URL] ».
- Conserver les descriptions des images : extrait l’attribut alt, le title ou le nom de fichier des images comme indication textuelle.
- Conserver les balises spécifiées : saisissez des noms de balises comme a,strong,em,br afin de conserver une partie de la structure HTML.
- Décoder les entités HTML : convertit les entités telles que  , <, &, etc. en caractères lisibles.
Importer du contenu HTML : accédez à « Importer du contenu » ; vous pouvez coller directement du code HTML ou sélectionner par lot des fichiers html, htm, txt, xml, xhtml, shtml.
Utiliser des données d’exemple : vous pouvez choisir une page d’article, un extrait de tableau ou un exemple de code mixte pour visualiser rapidement l’effet du nettoyage.
Lancer le traitement : accédez à « Résultat du traitement », puis cliquez sur « Supprimer les balises HTML » pour générer le résultat.
Copier et télécharger : un résultat unique peut être copié ou téléchargé ; après un traitement par lot, vous pouvez télécharger une archive ZIP, et les fichiers portant le même nom seront automatiquement distingués par l’ajout d’un numéro.

Questions fréquentes

R : Oui. Dans « Traitement des sauts de ligne », choisissez « Conserver intelligemment les sauts de ligne des paragraphes » ; l’outil convertira les structures comme p, div, br, li, tr en sauts de ligne afin de rendre le résultat plus facile à lire.

R : Après avoir coché « Conserver les adresses des liens », les liens seront convertis au format « texte du lien [URL] », idéal pour organiser des ressources, archiver du contenu Web ou exporter du texte.

R : Par défaut, ils restent identiques aux noms de fichiers d’origine. Si des fichiers portant le même nom sont rencontrés dans l’archive, un chiffre est automatiquement ajouté à la fin du nom pour les distinguer ; vous pouvez également choisir d’ajouter un suffixe personnalisé.

R : Les fichiers texte tels que html, htm, txt, xml, xhtml, shtml, etc. sont pris en charge. Lors de la sélection de plusieurs fichiers par lots, l’interface n’affiche que les 20 premiers, mais le traitement inclura tous les fichiers.

R : Les entités HTML sont des caractères représentés par du code, par exemple  , <, &. Une fois le décodage activé, elles seront converties en caractères correspondants ; si le décodage est désactivé, l’écriture d’origine des entités sera conservée.

R : Dans le champ « Balises à conserver », saisissez les noms des balises à conserver, séparés par des virgules anglaises, par exemple a,strong,em,br. Si rien n’est saisi, les balises seront supprimées comme pour du texte brut.

Réponse : vous pouvez passer à UTF-8 ou GB18030 / GBK dans « Encodage du fichier », puis relancer le traitement. Si l’encodage du fichier d’origine est particulier, il est recommandé de le convertir d’abord dans un encodage courant avec un éditeur de texte.