HTML'den Metne Çevirme

Nasıl çalışır?

HTML kodunu sol panele yapıştırın; etiketlerden arındırılmış düz metin sağ panelde anında oluşur. Araç açılış ve kapanış etiketlerini kaldırır, script ile style bloklarını içerikleriyle birlikte atar — kod ve stil tanımı metne sızmaz —, HTML yorumlarını siler ve &,  , ç gibi varlıkları gerçek karakterlerine çevirir. Örneğin bir haber sayfasının kaynağından kopyaladığınız 40 KB'lık HTML, yapıştırdığınız anda başlıkları ve paragrafları ayrı satırlarda duran birkaç KB'lık okunur metne iner; liste öğelerinin başına tire konur. Bağlantılar seçeneği kaynakça çıkarmak isteyenler içindir: Metin + adres seçilirse her bağlantının ardından adresi parantez içinde yazılır. Sonuç satırı kaç etiketin temizlendiğini ve karakter sayısının kaçtan kaça indiğini söyler; çıktıyı kopyalayabilir veya .txt dosyası olarak indirebilirsiniz.

Bu araç html to text, html etiketlerini silme, html tag temizleme, strip html tags aramalarıyla da biliniyor.

HTML nedir?

HTML (HyperText Markup Language), web sayfalarının iskeletini kuran işaretleme dilidir: metnin hangi parçasının başlık, hangisinin paragraf, hangisinin bağlantı olduğunu açılı ayraçlı etiketlerle söyler. Tarayıcı bu işaretlemeyi okuyup görsel sayfaya çevirir; kaynağı kopyaladığınızda ise işaretleme metinle iç içe gelir. Bu aracın işi o iç içe geçmiş halden yalnız insan için yazılmış içeriği ayıklamaktır — işaretleme atılır, söz kalır.

Etiket (tag) nedir?

Etiket, HTML'in açılı ayraç içindeki yapı taşıdır: <p> paragraf başlatır, </p> kapatır, <a href="..."> bağlantı kurar. Çoğu etiket açılış-kapanış çifti halinde çalışır ve asıl içerik ikisinin arasında durur; <br> gibi tek başına duranlar da vardır. Temizlik sırasında etiketin kendisi ve öznitelikleri atılır, aradaki metin korunur; script ve style etiketleri ise istisnadır — onların arasındaki şey metin değil kod olduğu için içerikleriyle birlikte silinirler.

Varlık (entity) nedir?

Varlık, HTML'de özel anlamı olan veya klavyeden zor girilen karakterlerin kodlanmış yazımıdır: &amp; işareti, &lt; küçüktür işaretini, &nbsp; bölünmez boşluğu temsil eder. Sayısal biçim de vardır — &#231; ve &#xE7; ikisi de ç harfidir. Kaynaktan kopyalanan metinde bu kodlar okunmayı bozar; araç HTML’de tanımlı adlandırılmış varlıkların tamamını ve tüm sayısal varlıkları gerçek karakterlerine çevirir, tanımadığını ise veri kaybetmemek için olduğu gibi bırakır.

Düzen ve gizli içerik: temizlikte ne kaybolur, ne ortaya çıkar

Etiketler yalnız görünüş taşımaz, düzen de taşır: tablo hücrelerini hizalayan, metni sütunlara bölen, görselleri yerleştiren yapı etiketlerle kurulur. Temizlikte bu yapı geri dönüşsüz kaybolur — tablo satırları alt alta düz satırlara iner, görseller tamamen atılır (yerinde açıklama metni de bırakılmaz). Sayfanın görünümünü değil yalnız sözünü almak istediğinizde bu doğru davranıştır; düzeni de taşımak istiyorsanız temizlik değil dönüştürme gerekir.

Ters yönde bir sürpriz de mümkündür: CSS ile gizlenmiş içerik (display:none verilmiş uyarılar, ekran okuyucular için konmuş metinler, açılmamış menü öğeleri) tarayıcıda görünmez ama HTML'de durur. Bu araç CSS'i yorumlamadığı için o metinler çıktıda ortaya çıkar. Yani çıktı, sayfada gözle gördüğünüzün birebir aynısı değil, HTML'in gerçekten içerdiği metnin tamamıdır.

Hangi ayar hangi iş için?

İki seçenek de işin nereye gideceğine göre seçilir; varsayılanlar en yaygın senaryoya ayarlıdır.

• Makale veya haberi okunur metin olarak arşivlemek → Paragrafları koru
• Metni e-tablo hücresine veya tek satırlık alana yapıştırmak → Tek satır
• Bültendeki tüm bağlantıları kaynakça olarak dökmek → Metin + adres
• Kelime işlemciye temiz gövde almak → Paragrafları koru + Yalnız bağlantı metni

Sık sorulanlar

HTML etiketleri metinden nasıl temizlenir?

HTML kodunu sol panele yapıştırmanız yeterlidir; etiketler, script/style blokları ve yorumlar temizlenmiş düz metin sağ panelde anında oluşur. Çıktıyı kopyalayabilir veya .txt dosyası olarak indirebilirsiniz.

Yapıştırdığım HTML bir sunucuya gönderiliyor mu?

Hayır. Temizlik tamamen tarayıcınızın içinde çalışır; kodunuz ve içindeki metin hiçbir yere gönderilmez. Müşteri bilgisi içeren bir e-posta gövdesini de gönül rahatlığıyla yapıştırabilirsiniz.

&amp; ve &#231; gibi karakterler neden düzeliyor?

Bunlar HTML varlıklarıdır (entity): özel karakterlerin kod içindeki yazımıdır. Araç HTML’de tanımlı adlandırılmış varlıkların tamamını (&ccedil; ve &eacute; gibi Fransızca, İspanyolca yazımlar dahil) ve tüm sayısal varlıkları gerçek karakterlerine çevirir; &amp; işarete, &#231; ç harfine döner. Tanınmayan bir varlık bozulmadan olduğu gibi bırakılır.

Tablodaki veriler sütun düzeniyle çıkar mı?

Hayır; sütunları hizalayan yapı etiketlerle kurulduğu için temizlikte kaybolur, hücreler ayrı satırlara iner. Tabloyu tablo olarak taşımak istiyorsanız etiket temizleme değil biçim dönüştürme gerekir — düzen değil yalnız metin gerekiyorsa doğru araç budur.