Убрать
HTML-теги
Вставьте разметку — получите текст, который можно читать. Абзацы и списки остаются на своих местах, а скрипты, стили и служебные обёртки исчезают.
Результат появится здесьУбрать теги — не то же самое, что вырезать всё в угловых скобках
Простая замена по регулярному выражению кажется решением ровно до первой настоящей страницы. Она склеит абзацы в сплошное полотно, вывалит в текст содержимое тегов script и style, оставит в результате и « вместо пробелов и кавычек, а на комментарии внутри условия сломается вовсе.
Здесь разметка не вырезается, а разбирается: браузер строит из неё дерево документа, и текст собирается по блокам. Абзац становится абзацем, заголовок — строкой, пункт списка получает маркер, ячейки таблицы разделяются табуляцией, чтобы результат можно было вставить в таблицу. Скрипты и стили не попадают в результат никогда, а мнемоники вроде превращаются в те символы, которые они и означают.
Второй режим переводит страницу в Markdown. Он нужен, когда текст переезжает в заметки, в вики или в репозиторий: заголовки остаются заголовками, списки — списками, а ссылки сохраняют адреса, которые в обычном тексте пропали бы бесследно.
- Абзацы, заголовки и списки не слипаются
- Скрипты, стили и служебные обёртки выбрасываются
- Мнемоники превращаются в обычные символы
- Таблицы разделяются табуляцией — можно вставить в Excel
- Markdown со ссылками, если текст переезжает в заметки