HTML轉純文字

將HTML片段轉為純文字，便於RAG入庫、Prompt引用或LLM輸入。本地DOM解析，不上傳服務器。

隱私提示：本地解析，不上傳伺服器。

↓ 在下方輸入區貼上內容，結果會立即顯示

将 HTML 转为纯文本，便于 RAG 索引或送入 LLM。本地解析，不上传。

HTML 输入

Title Paragraph for RAG .

浏览器内用 DOMParser 提取 textContent; 无 DOM 环境时回退为标签剥离。脚本与样式标签会被忽略。

將HTML片段轉為純文字，便於RAG入庫、Prompt引用或LLM輸入。本地DOM解析，不上傳服務器。

爬取內容清洗、郵件HTML去標籤、檔案預處理後再分塊。

將HTML片段轉為純文字，去除標籤但儘量保留段落換行，便於蒐索、摘要或送入LLM。

郵件歸檔去標籤、爬蟲結果清洗、富文字編輯器匯出後二次處理、RAG入庫前預處理。

當你需要選取網頁正文時，只需粘貼HTML程式碼或輸入網址。工具會自動剝離樣式、腳本等非內容元素，保留標題、段落等覈心文字。處理後的純文字可直接複製，或作為RAG資料來源存入向量資料庫。

對於開發者，可通過API批量處理HTML檔案。例如在爬蟲項目中，先獲取網頁HTML，再用本工具清洗後存入資料庫。處理過程完全本地執行，適合敏感數據脫敏或遵守GDPR的場景。

Input

<h1>Title</h1><p>Body</p>

Output

Title Body

會保留換行嗎？

默認壓縮空白；如需保留結構請先用Markdown工具。

處理後的文字為什麼包含多餘空行？

這是為保持原始HTML的段落間距。如需緊湊文字，可用規則運算式`\\n{2，}`替換為單分行符號。本工具側重保留視覺排版資訊，因為間距有時是重要的語義分隔符號。