Guia prático

Extrator de Texto — Guia de uso e princípios técnicos

Remova HTML, XML ou JSON para obter texto limpo, normalize espaços em branco, remova linhas duplicadas e copie o resultado com um clique.

Abrir ferramenta

Visão geral

A extração de texto converte conteúdo estruturado ou com muita marcação em strings puras para que ferramentas a jusante, índices de pesquisa ou resumidores possam trabalhar com entrada limpa.

Conceitos principais

Análise DOM

A entrada HTML e XML é analisada via DOMParser para que apenas nós de texto significativos permaneçam.

Percurso JSON

O modo JSON percorre recursivamente matrizes e objetos, coletando cada valor de string.

Normalização

O corte de espaços em branco, desduplicação e redução de quebras de linha são executados após a extração para manter a saída limpa.

Características principais

Detecção automática

Escolhe automaticamente o modo JSON, HTML, XML ou texto simples com base no conteúdo colado.

Controle de espaços em branco

Decida se mantém quebras de linha, corta espaços e reduz linhas em branco.

Desduplicar linhas

Remova frases repetidas, útil ao extrair marcação detalhada.

Cópia com um clique

Copie o texto limpo diretamente para a área de transferência para reutilização.

Perguntas frequentes

Como o modo Auto decide o analisador?

Ele procura chaves iniciais para adivinhar JSON e colchetes angulares para adivinhar HTML/XML; caso contrário, trata a entrada como texto simples.

Os atributos ou scripts serão removidos?

Sim. A análise DOM coleta apenas nós de texto, portanto scripts, estilos e atributos são ignorados.

A desduplicação respeita a ordem?

Os duplicados são removidos no local mantendo a primeira ocorrência de cada linha.

Documentação relacionada

Extrator de Texto

Abra a ferramenta para experimentar estes recursos.

Abrir ferramenta