Convertitore online gratuito da HTML a TEXT

Un importer, uno script o un sistema di archiviazione che gestisce solo testo può rifiutare un file HTML perché si aspetta caratteri non formattati. La conversione del file in .txt rimuove il markup e gli stili, producendo un file più piccolo, più facile da cercare, modificare e scambiare.

Cos'è il formato HTML

HTML (HyperText Markup Language) memorizza la struttura e il contenuto di un documento con elementi come <p>, <h1>, <a> e <table>. CSS controlla la presentazione, mentre JavaScript può aggiungere funzionalità. I browser visualizzano HTML e gli editor di siti web, i sistemi di gestione dei contenuti, le applicazioni di posta elettronica, gli strumenti per la documentazione e gli editor di codice possono crearlo o esportarlo. I file utilizzano normalmente l'estensione .html o .htm.

Cos'è il formato TEXT

Un file di testo normale utilizza generalmente l'estensione .txt e il tipo di contenuto text/plain. Contiene caratteri senza tag HTML, caratteri tipografici, colori, immagini, layout di pagina o funzionalità interattive. Notepad, TextEdit, Vim, gli strumenti da riga di comando, gli importer di database, i sistemi di posta elettronica e la maggior parte dei sistemi operativi possono aprirlo.

Il testo normale è utile per log, note, scambio di dati sorgente, flussi di lavoro per l'accessibilità, controllo delle versioni e archiviazione a lungo termine. I suoi vantaggi sono le dimensioni ridotte del file, l'ampia compatibilità e la semplicità di ricerca. Titoli, paragrafi ed elementi di elenco possono rimanere leggibili, ma la loro formattazione visiva non può essere preservata.

Come convertire HTML in TEXT

Utilizzando 101convert: Apri il convertitore da HTML a TEXT su 101convert.com, aggiungi il file .html o .htm, avvia la conversione e scarica il file .txt risultante. Non è necessario installare alcun software. Non caricare contenuti riservati o soggetti a normative, a meno che i termini del servizio relativi alla gestione dei dati non soddisfino i tuoi requisiti.

Utilizzando Pandoc: Installa Pandoc, apri un terminale o un prompt dei comandi nella cartella del file sorgente ed esegui:

pandoc input.html -t plain -o output.txt

Sostituisci i nomi dei file come necessario; usa percorsi completi quando il file si trova in un'altra cartella. Pandoc converte i titoli, i paragrafi, gli elenchi, le citazioni e altri elementi strutturali comuni nei corrispondenti equivalenti in testo normale. Per evitare il ritorno a capo automatico, puoi usare:

pandoc input.html -t plain --wrap=none -o output.txt

Utilizzando LibreOffice: Apri il file con File → Open, scegli File → Save As, seleziona Text (.txt) e conferma l'esportazione. Se viene visualizzata una finestra di dialogo per la codifica, scegli UTF-8. Questa opzione consente di esaminare il contenuto visualizzato del documento prima del salvataggio.

Utilizzando un browser: Apri il file HTML locale, seleziona il contenuto visibile richiesto, copialo, incollalo in un editor di testo normale e salvalo come output.txt. È una soluzione pratica per una pagina breve, ma può includere la navigazione e altri elementi visibili dell'interfaccia, omettere contenuti nascosti e modificare la spaziatura.

Limiti di qualità e compatibilità

Il testo normale non può rappresentare immagini, video, moduli, script, layout CSS, colori, scelte dei caratteri o funzionalità interattive. Le tabelle possono trasformarsi in colonne disallineate e i layout a più colonne possono apparire in un ordine imprevisto. I link diventano comunemente le relative etichette visibili anziché link cliccabili; conserva separatamente gli URL oppure usa un'opzione del convertitore o un parser progettato per includerli.

Il sorgente HTML non contiene sempre il contenuto visualizzato in un browser. Le pagine che costruiscono il testo con JavaScript possono produrre un output poco utile quando vengono elaborate direttamente da Pandoc o da un altro convertitore basato sul sorgente. Visualizza tali pagine in un browser e copia il risultato, oppure usa uno strumento che supporti il comportamento richiesto della pagina.

Salva il risultato come UTF-8 per conservare i caratteri accentati, i simboli e gli script non latini. Le applicazioni meno recenti possono richiedere Windows-1252 o un'altra codifica legacy; l'uso della codifica errata può causare caratteri illeggibili. Controlla il file convertito nel programma che lo utilizzerà, soprattutto quando sono importanti le terminazioni di riga, i dati separati da tabulazioni o le posizioni esatte delle colonne.