Convertir HTML en texte — Supprimer les balises
Extraire un texte lisible d’un code HTML, avec options pour les paragraphes et les liens
Traitement dans le navigateur · aucun envoi de fichier
Extrait le texte sans exécuter ni afficher le HTML. Les scripts, les styles et le contenu hidden ou aria-hidden sont ignorés. La visibilité CSS n’est pas calculée, et les espaces des blocs pre sont normalisés.
Mode d’emploi
- Collez le code HTML d’une page, d’un éditeur ou d’un e-mail.
- Choisissez si vous voulez conserver les sauts de paragraphe.
- Activez l’option des liens si vous voulez que chaque lien soit suivi de son adresse.
- Copiez le texte brut obtenu dans vos notes ou vos documents.
Règles d’extraction
L’outil utilise l’analyseur HTML du navigateur au lieu de supprimer les balises avec une expression régulière. Les entités HTML (comme é ou &) sont décodées une seule fois, et les accents, le coréen, le chinois et les emoji restent intacts. Les paragraphes, divisions, titres, éléments de liste et lignes de tableau créent des retours à la ligne. Les cellules d’un tableau sont séparées par des espaces. Le mode sur une seule ligne réduit tous les blancs à une simple espace.
Les scripts, styles, titres de document, modèles (template), blocs noscript et contenus intégrés sont ignorés. Les éléments portant hidden ou aria-hidden=“true” sont sautés. Le texte alternatif des images et la valeur des champs de formulaire ne sont pas extraits à part. L’outil ne reproduit ni la visibilité CSS ni la mise en page visuelle. Lorsque l’option est active, l’adresse des liens est ajoutée comme du texte ordinaire et ne peut rien exécuter.
Exemples
<p>Café & crème</p><p>😀</p> donne deux paragraphes de texte en mode paragraphes. <a href="/guide">Guide</a> devient Guide (/guide) lorsque l’adresse des liens est incluse.
Limites et confidentialité
L’entrée est limitée à un million de caractères et le parcours du DOM à 128 niveaux d’imbrication. Un HTML mal formé est corrigé selon les règles de récupération de l’analyseur du navigateur. Les espaces d’origine dans les éléments pre ne sont pas conservés. Tout se passe en local : ni le code saisi ni le résultat ne sont envoyés.
Questions fréquentes
Les scripts vont-ils s’exécuter ou les images externes se charger ?
Non. Le code est analysé dans un modèle inerte qui n’est jamais inséré dans la page. Le résultat est affiché uniquement sous forme de texte, et le contenu des scripts et des styles est ignoré.
Le résultat correspond-il exactement au texte visible de la page ?
Non. Les éléments marqués hidden ou aria-hidden sont ignorés, mais les styles CSS, les feuilles de style externes et la mise en page ne sont pas évalués.
Les espaces d’origine sont-ils conservés ?
Non. Le mode paragraphes conserve les limites des blocs et des balises br, mais les espaces répétés et les blancs à l’intérieur des éléments pre sont normalisés.
Mon code HTML est-il envoyé à un serveur ?
Non. Tout le traitement se fait dans votre navigateur ; ni le code saisi ni le résultat ne sont envoyés ou enregistrés.
