Como converter HTML em texto simples

Para que serve a conversão de HTML em texto simples

Esta ferramenta converte texto que contenha HTML em texto simples, mantendo o conteúdo textual e retirando as etiquetas HTML. Pode ser útil quando precisa de limpar uma página, preparar conteúdo para edição ou obter uma versão legível sem a formatação da marcação.

O texto de entrada é opcional. Se não fornecer texto, a conversão termina com sucesso e devolve texto simples vazio. Para obter um resultado previsível, forneça um valor de texto, especialmente quando estiver a converter conteúdo copiado de uma página ou de um ficheiro.

Instruções passo a passo

Insira no campo de texto o conteúdo HTML que pretende converter. Use um valor de texto; o suporte para outros tipos de valor não está estabelecido e esses valores podem causar uma falha durante a conversão.
Reveja as opções disponíveis. A preservação de quebras de linha está ativada por predefinição. Quando está ativa, elementos como parágrafos, títulos, itens de lista, linhas de tabela, blocos de citação e quebras explícitas passam a separar o texto por linhas. Se a desativar, essa conversão especial não é aplicada, mas as etiquetas continuam a ser removidas e o respetivo conteúdo é mantido.
Decida se pretende preservar ligações. Esta opção também está ativada por predefinição. Para ligações correspondentes que tenham um atributo href entre aspas duplas, o texto da ligação é mantido e o endereço é acrescentado entre parênteses retos. A ferramenta não precisa de abrir nem de validar esse endereço.
Mantenha a remoção de scripts e estilos ativada se quiser excluir esses blocos e o seu conteúdo. Esta opção está ativa por predefinição. Se o conteúdo desses blocos for relevante para o seu caso, reveja o resultado com atenção antes de o utilizar.
Execute a conversão e leia o texto simples devolvido. A ferramenta remove etiquetas HTML mantendo o texto envolvente e descodifica um conjunto definido de entidades nomeadas, incluindo sinais de pontuação, espaços, moedas e referências numéricas decimais.
Confirme o espaçamento antes de copiar o resultado. No fim da conversão, três ou mais quebras de linha consecutivas são reduzidas a duas, duas ou mais ocorrências de espaço são reduzidas a uma e os espaços no início e no fim são removidos.

Como interpretar o resultado e os seus limites

O resultado é texto simples, não uma reprodução visual da página. As etiquetas são retiradas, enquanto o conteúdo textual que as envolve é preservado. Com a preservação de quebras de linha ativa, a estrutura de blocos fica mais fácil de ler; sem essa opção, as etiquetas ainda desaparecem, mas não é aplicada a conversão especial desses elementos em linhas separadas.

Quando uma ligação corresponde ao formato suportado, o resultado pode conter o texto visível seguido do endereço entre parênteses retos. Isto representa informação já presente no texto fornecido: não significa que o endereço tenha sido consultado, validado ou resolvido.

A normalização final pode alterar a quantidade de espaços e linhas vazias. Por isso, o resultado é adequado para limpeza e leitura, mas deve ser revisto se a disposição original, a estrutura HTML ou o espaçamento tiverem valor editorial. Também não se deve assumir que padrões de HTML incompletos, construções não indicadas ou sintaxes de ligação diferentes sejam tratados como num analisador HTML completo.

Exemplo prático

Tem um fragmento com um título, um parágrafo, uma ligação com href entre aspas duplas e um bloco de script e pretende obter uma versão textual para revisão.

Cole o conteúdo no campo de texto, mantenha ativas as opções de quebras de linha, preservação de ligações e remoção de scripts e estilos, e execute a conversão.

O resultado tem texto simples sem as etiquetas. O título e o parágrafo aparecem como conteúdo textual, o script e o seu conteúdo não aparecem e, para a ligação suportada, o texto visível é seguido do endereço entre parênteses retos.

Limitações

O resultado não deve ser tratado como uma análise completa de HTML: a ferramenta não garante o tratamento de todas as construções, padrões de marcação incompletos ou sintaxes de ligação, e o suporte para valores que não sejam texto não está estabelecido.

Erros comuns

Causa: fornecer um valor que não seja texto. Correção: envie o conteúdo HTML como texto antes de iniciar a conversão, porque o suporte para outros tipos de valor não está estabelecido.

Perguntas frequentes

É obrigatório preencher o texto HTML?

Sim, desde que seja enviado como texto. Um valor vazio é aceite e devolve texto simples vazio; para outros tipos de valor, o suporte não está estabelecido e podem ocorrer falhas durante a conversão.

As ligações são mantidas no texto simples?

Sim, mas apenas para ligações correspondentes com um atributo href entre aspas duplas, quando a preservação de ligações está ativa. O texto da ligação é mantido e o endereço é acrescentado entre parênteses retos, sem ser consultado ou validado.

O conteúdo de scripts e estilos aparece no resultado?

Sim, quando a remoção de scripts e estilos está ativa, como acontece por predefinição: os blocos e o seu conteúdo são removidos. Se precisar desse conteúdo, reveja essa opção e confirme o resultado.