Extraer texto de HTML
Quita las etiquetas HTML y decodifica entidades para obtener texto plano limpio.
Herramientas de texto Funciona en tu navegador
¿Cómo se extrae el texto de un HTML?
Reduce una página a sus palabras: las etiquetas desaparecen, los bloques script y style se eliminan con todo su contenido, y entidades como & se decodifican de vuelta a caracteres. Los elementos de bloque se convierten en saltos de línea, así que <p>Uno</p><p>Dos</p> sale como dos líneas y no como UnoDos. Lo que queda es texto plano listo para un contador de palabras o un documento.
Cómo usar Extraer texto de HTML
- 1 Pega el código HTML completo, con head incluido.
- 2 Las etiquetas desaparecen; los bloques script y style se eliminan con su contenido.
- 3 Las entidades se decodifican y cada elemento de bloque abre una línea nueva.
- 4 Copia el resultado en texto plano.
Para qué sirve esta herramienta
- Copiar el texto de un artículo desde una página guardada.
- Convertir un correo HTML en texto plano.
- Extraer contenido para contar palabras o analizarlo.
- Quitar el marcado antes de importar a un documento.
Preguntas frecuentes
¿Se conserva el texto dentro de enlaces y negritas?
Sí, se conserva. El marcado en línea se desenvuelve en lugar de borrarse, así que un enlace aporta el texto de su etiqueta y las negritas aparecen como palabras normales.
¿Qué pasa con el contenido de los bloques script y style?
Se eliminan junto con sus etiquetas. El JavaScript y el CSS nunca pintan nada en la prosa extraída, así que ambos se recortan por completo.
¿Los párrafos quedarán pegados en una sola línea?
No. Los párrafos, encabezados, elementos de lista y demás elementos de bloque terminan con un salto de línea, de modo que la salida conserva una estructura legible.
Herramientas relacionadas
Más Herramientas de texto
Más herramientas como esta:
Ver Herramientas de texto