Hapus Tag HTML

Apa yang dilakukan, dan apa yang tidak

strip_tags adalah penghapus tag yang cepat dan harfiah. Ini bukan pengonversi HTML ke teks yang lengkap, jadi ada baiknya mengetahui persis di mana batasnya.

• Tag dihapus, teks dipertahankan. <b>bold</b> text menjadi bold text. Tag pembuka, tag penutup, dan atributnya semuanya hilang.
• Komentar HTML dihapus. <!-- note -->visible menjadi visible.
• Tidak ada baris baru yang disisipkan. Tag blok seperti <p> dan <div> cukup dihapus saja, jadi <p>One</p><p>Two</p> menjadi OneTwo. Baris baru yang sudah ada di teks Anda tetap dipertahankan.
• Entitas tidak didekode. Tom & Jerry tetap Tom & Jerry. Untuk mengubah & kembali menjadi &, jalankan hasilnya melalui pendekode entitas HTML.
• Teks script dan style tetap ada. Hanya tag <script> dan <style> yang dihapus; kode atau CSS di antaranya tetap ada. Hapus sendiri blok-blok itu terlebih dahulu jika Anda tidak menginginkannya.

Sebelum dan sesudah

Kasus penggunaan umum

• Membersihkan keluaran CMS. Ambil teks isi dari artikel yang diekspor dan simpan sebagai .txt biasa.
• Memberi masukan ke model bahasa. Model bekerja lebih baik dengan teks biasa daripada markup, jadi hapus tag sebelum Anda menulis prompt.
• Membersihkan data hasil scraping. Ketika scraper mengembalikan innerHTML padahal Anda hanya menginginkan teks yang terlihat.
• Ekstraksi teks cepat. Tempel fragmen HTML apa pun dan baca kembali kata-katanya tanpa markup di sekitarnya.

Perlu diketahui

• Di mana ini dijalankan. Pemrosesan terjadi di server kami. Hanya jumlah karakter sebelum dan sesudah yang dicatat untuk analitik, tidak pernah HTML-nya sendiri, tetapi seperti alat daring mana pun, hindari menempelkan data yang benar-benar sensitif.
• Entitas dan skrip. Jika keluaran masih menampilkan & atau sisa JavaScript, itu memang wajar: dekode entitas secara terpisah dan hapus blok <script> / <style> sebelum menempel.