Cómo convertir HTML a texto plano

Qué convierte la herramienta

Esta herramienta transforma texto que contiene HTML en texto plano, de modo que puedas conservar el contenido legible sin las etiquetas. Resulta útil cuando necesitas revisar, copiar o reutilizar el texto visible de un fragmento HTML sin tratarlo como un documento HTML completo.

Puedes controlar dos aspectos del resultado: la conversión de ciertos elementos a saltos de línea y la conservación de información de los enlaces. También puedes quitar bloques de script y style, una opción que está activada de forma predeterminada. La conversión admite texto plano y texto con marcado HTML básico.

Cómo convertir HTML en texto plano

1. Prepara un valor de texto. Pega el fragmento HTML o el texto que quieras convertir en el campo de entrada. Si no introduces contenido, la herramienta acepta la entrada y devuelve un texto plano vacío.

2. Revisa las opciones disponibles antes de convertir. La conservación de saltos de línea está activada de forma predeterminada. Con ella activa, los elementos de párrafo, división, encabezado, elemento de lista, fila de tabla, cita en bloque y salto se convierten en saltos de línea. Si la desactivas, esos elementos siguen eliminándose, pero no se aplica esa conversión especial.

3. Decide cómo tratar los enlaces. La conservación de enlaces también está activada de forma predeterminada. Para un enlace coincidente cuyo atributo href use comillas dobles, se mantiene el texto del enlace y se añade la dirección entre corchetes. No es necesario que la herramienta consulte esa dirección: trabaja con la información que ya está incluida en el texto proporcionado.

4. Comprueba la opción de eliminación de scripts y estilos. Cuando está activa, se eliminan los bloques script y style junto con su contenido. Después, inicia la conversión.

5. Lee el texto plano resultante. Las etiquetas de estilo HTML se eliminan y se conserva el contenido textual que las rodea. También se decodifica un conjunto definido de entidades HTML con nombre, incluidas algunas de puntuación, espacios, moneda, copyright, marca registrada y referencias numéricas decimales.

6. Si el resultado tiene separaciones innecesarias, ten en cuenta la normalización final: tres o más saltos de línea seguidos se reducen a dos, dos o más espacios seguidos se reducen a uno y se quitan los espacios iniciales y finales.

Cómo interpretar el resultado

El resultado es texto plano, no un documento HTML nuevo. Por eso las etiquetas dejan de aparecer, mientras que el contenido textual se conserva. Los saltos visibles dependen de la opción correspondiente y de los elementos que aparezcan en la entrada; además, la normalización puede compactar varias separaciones consecutivas.

Si incluyes un enlace con un atributo href entre comillas dobles y la conservación de enlaces está activa, espera el texto del enlace seguido de la dirección entre corchetes. Esto no significa que la dirección se haya abierto, comprobado o resuelto.

La entrada prevista es un valor de texto. El comportamiento de otros tipos de valor no está establecido, y los valores que no sean cadenas pueden provocar un fallo durante la conversión. Tampoco conviene interpretar la eliminación de etiquetas como un análisis completo de cualquier HTML mal formado o de cualquier construcción HTML.

Ejemplo práctico

Una persona recibe un fragmento HTML sencillo y necesita leer su título y su párrafo sin etiquetas.

Pega

Primer párrafo

como valor de texto, mantén activa la conservación de saltos de línea y ejecuta la conversión.

El resultado conserva «Título» y «Primer párrafo» como texto plano, separados por saltos de línea; no aparecen las etiquetas h1 ni p.

Limitaciones

• La entrada prevista es texto; no se ha establecido el comportamiento para otros tipos de valor. La gestión de enlaces solo conserva información ya presente en el texto y no demuestra que las direcciones se abran o validen.

Errores frecuentes

• Introducir un valor que no sea texto puede hacer que la conversión falle. Usa una cadena de texto, aunque el contenido de esa cadena sea HTML.

Preguntas frecuentes

¿Puedo convertir una entrada vacía?

Sí, si la entrada es una cadena de texto. Una entrada vacía también se acepta y produce un texto plano vacío.

¿Se conservan los saltos de línea del HTML?

Con la opción de conservación de saltos activa, párrafos, encabezados, elementos de lista y otros elementos de bloque admitidos se convierten en saltos de línea. Después, las secuencias largas de saltos pueden reducirse durante la normalización.

¿Qué ocurre con los enlaces?

Cuando la conservación de enlaces está activa y el enlace coincidente tiene un atributo href entre comillas dobles, se conserva el texto y se añade la dirección entre corchetes. La herramienta no consulta ni valida esa dirección.