HTML Etiketi Temizleme Aracı

HTML içindeki tüm etiketleri kaldırır, varlık kodlarını düz karakterlere çözer ve geriye kalan okunabilir metni karakter sayısıyla birlikte verir.

Nasıl hesaplanır?

Araç şu adımlarla çalışır. Önce <script> ve <style> bloklarını içindekilerle birlikte siler. Sonra <br> ile <p>, <div>, başlık ve liste öğesi gibi blok etiketler satır sonuna, tablo hücreleri ise boşluğa dönüşür; böylece yan yana kelimeler birbirine yapışmaz. Kalan tüm etiketler hiçbir şey eklenmeden silinir; yani <span> gibi satır içi bir etikete bitişik metin birleşik kalır. Ardından karakter başvuruları WHATWG HTML ayrıştırıcısının metinde çözdüğü gibi çözülür: &amp; karakteri &, &nbsp; bölünmeyen boşluk, &#169; gibi sayısal başvurular kendi karakteri olur; standardın noktalı virgülsüz de kabul ettiği 106 eski ad, örneğin &copy ya da &eacute, de çözülür; yani &copy 2024 © 2024 olarak okunur. Son olarak art arda gelen boşluk ve sekmeler tek boşluğa iner, satır sonlarının çevresindeki ve uçlardaki boşluklar kesilir ve sonucun karakterleri sayılır. Varlıklar en son çözüldüğü için &lt;b&gt; gibi kaçışlı bir etiket görünür metin olarak kalır.

Örnek hesaplama

Girdi: <p>Save <b>20%</b> on <i>all</i> shoes today</p>. Araç <p>, <b>, </b>, <i>, </i> ve </p> olmak üzere altı etiketi siler ve aradaki metni sırasıyla bırakır. Sonuç: Save 20% on all shoes today. Karakter sayısı 27'dir; harfler, rakamlar, yüzde işareti ve boşluklar sayılır.

Bu örneği deneyin →

Sık yapılan hatalar

  • Satır içi etiketlerin boşluk ekleyeceğini sanmak. <span>a</span><span>b</span> sonucu ab olur; yalnızca blok etiketler, <br> ve tablo hücreleri metni ayırır. Kelimelerin ayrı kalması gerekiyorsa boşlukları kendiniz ekleyin.
  • Zaten kaçışlı içeriği (&lt;b&gt; gibi) yapıştırıp silinmesini beklemek. Kaçışlı etiketler temizlemeden sonra çözülür ve düz <b> metni olarak geri gelir.
  • Çıktıyı güvenilmeyen girdiler için güvenlik filtresi saymak. Araç okunabilir metin üretir; çözülen &lt;script&gt; yeniden metin olarak belirir, bu yüzden sayfada gösterilmeden önce yine kaçışlanmalıdır.
  • Karakter sayısını kelime işlemci sayımıyla kıyaslamak. Burada sayım, varlıklar çözüldükten ve kırpıldıktan sonra yapılır; &amp; tek karakter, &nbsp; ise normal boşluk olmayan tek karakter sayılır.
  • a < b gibi düz bir karşılaştırmanın silineceğinden endişelenmek. Etiket oluşturmayan tek başına açı parantezi yazıldığı gibi kalır.

Kaynaklar

Bu hesaplama hakkında

Bu araç girdiğinizi tarar ve açı parantezleri arasındaki her şeyi — her <div>, <span>, <script> ve satır içi stili — kaldırırken, ve işareti veya kesintisiz boşluk gibi HTML varlık kodlarını da orijinal düz metin karakterlerine çözerek geriye yalnızca okunabilir içeriği ve karakter sayısını bırakır.

Web geliştiricileri ve içerik taşıma ekipleri bunu kazınmış (scrape edilmiş) sayfalardan veya eski bir CMS'ten dışa aktarılan verilerden temiz metin çıkarmak için kullanırken, dijital pazarlamacılar zengin HTML e-posta şablonlarını düz metin yedek sürümüne çevirmek, SEO uzmanları ise bir sayfanın gövde metninin işaretleme olmadan gerçek kelime veya karakter sayısını kontrol etmek için kullanır.

Bu faydalı oldu mu?

En fazla 3 tepki seçebilirsiniz.

Editörlerden not

Bu araç bir metin ayıklayıcıdır, güvenlik filtresi değildir. Bağlantı adresleri ve görsel alt metinleri etiketlerle birlikte kaybolur; ihtiyacınız olan bir şey özelliğin içindeyse bunu kontrol edin. Script ve style blokları içerikleriyle atılır, ama güvenilmeyen işaretlemeyi yayına uygun hale getirmek için çıktıya güvenmeyin. Bir parçada sözcükler yapışık ya da aralıklar garip çıkarsa yapıştırdığınız HTML'yi ve aldığınız sonucu paylaşın.

Yorumlar

  • İlk yorumu siz yazın.

Popüler hesaplayıcılar

Tüm Hesaplayıcılar