Guía práctica

Extractor de Texto — Guía de uso y principios técnicos

Elimine HTML, XML o JSON para obtener texto limpio, normalice espacios en blanco, elimine líneas duplicadas y copie el resultado con un solo clic.

Abrir herramienta

Resumen

La extracción de texto convierte contenido estructurado o con mucho marcado en cadenas puras para que las herramientas posteriores, índices de búsqueda o resumidores puedan trabajar con entradas limpias.

Conceptos clave

Análisis DOM

La entrada HTML y XML se analiza mediante DOMParser para que solo queden nodos de texto significativos.

Recorrido JSON

El modo JSON recorre recursivamente matrices y objetos, recopilando cada valor de cadena.

Normalización

El recorte de espacios en blanco, la desduplicación y la contracción de saltos de línea se ejecutan después de la extracción para mantener limpia la salida.

Características clave

Detección automática

Elige automáticamente el modo JSON, HTML, XML o texto sin formato según el contenido pegado.

Control de espacios en blanco

Decida si conservar saltos de línea, recortar espacios y contraer líneas en blanco.

Desduplicar líneas

Elimine oraciones repetidas, útil al extraer marcado detallado.

Copia con un clic

Copie el texto limpio directamente a su portapapeles para reutilizarlo.

Preguntas frecuentes

¿Cómo decide el modo Automático el analizador?

Busca llaves iniciales para adivinar JSON y corchetes angulares para adivinar HTML/XML; de lo contrario, trata la entrada como texto sin formato.

¿Se eliminarán los atributos o scripts?

Sí. El análisis DOM solo recopila nodos de texto, por lo que los scripts, estilos y atributos se ignoran.

¿La desduplicación respeta el orden?

Los duplicados se eliminan en el lugar manteniendo la primera aparición de cada línea.

Documentación relacionada

Extractor de Texto

Abre la herramienta para probar estas funciones.

Abrir herramienta