📄

文本提取工具

清除 HTML、XML 或 JSON 标签,提取纯文本,规范化空白,去重行,并一键复制结果。

实用指南
源内容
mode.auto
清理选项
纯文本
字符
0
行
0

❓什么是文本提取

文本提取将结构化或标记繁重的内容转换为纯字符串,以便下游工具、搜索索引或摘要器可以使用干净的输入。

✨功能特点

🧼

自动检测

根据粘贴的内容自动选择 JSON、HTML、XML 或纯文本模式。
🧾

空白控制

决定是否保留换行符、修剪空格和折叠空行。
♻️

去重行

删除重复的句子——在抓取冗长标记时很有用。
📋

一键复制

将清理后的文本直接复制到剪贴板以供重用。

📚实用指南

DOM 解析

HTML 和 XML 输入通过 DOMParser 解析,因此只保留有意义的文本节点。

JSON 遍历

JSON 模式递归遍历数组和对象,收集每个字符串值。

规范化

提取后运行空白修剪、去重和换行折叠,以保持输出整洁。

💬Frequently Asked Questions

❓自动模式如何决定解析器?
它查找前导大括号来猜测 JSON,查找尖括号来猜测 HTML/XML;否则它将输入视为纯文本。
💬属性或脚本会被删除吗?
是的。DOM 解析只收集文本节点,因此脚本、样式和属性被忽略。
🔍去重是否尊重顺序?
重复项被就地删除,同时保留每行的第一次出现。

💡How To & Tips

🧩

审核抓取内容

从 CMS 复制 HTML 后使用自动模式,查看读者或屏幕阅读器实际会得到什么。
🧾

摘要

在将文本输入摘要器或索引管道之前去重行。
🪪

合规性

在存储日志之前修剪输出,以便敏感数据不会在标记注释中停留。

📝更新日志

📌v1.0.251117
v1.0.0

初始版本,包含自动模式、去重选项和复制辅助功能。

📦推荐组件

User Comments

0 / 2000
Loading...