O Conversor HTML para Texto faz uma única coisa e faz dentro do seu navegador: você cola um documento HTML, pressiona Converter e obtém o texto legível que uma pessoa veria se a marcação fosse removida. Nada é guardado e nada é enviado; o parser é o mesmo DOMParser que seu navegador já usa e roda na sua máquina.
Cole o HTML e pressione Converter
Não há conversão ao vivo: a entrada fica intacta até você pressionar o botão Converter, e só então o painel de saída é preenchido. Uma caixa de seleção controla o layout da saída, Preservar estrutura de parágrafos, e vem ativada por padrão. Com ela ligada, o texto mantém quebras de bloco; desligada, tudo vira uma única linha contínua de palavras. Se a entrada estiver vazia ou contiver apenas espaços, o botão simplesmente não faz nada e nenhum erro aparece, então um colamento acidental de nada não é um estado de falha.
Duas formas de saída: parágrafos ou uma linha
Com a caixa ligada, o conversor percorre o documento bloco a bloco. Cada elemento que um navegador renderiza como sua própria linha, como um parágrafo, um título, um item de lista ou uma linha de tabela, começa em uma linha nova separada do que veio antes por uma linha em branco. Com a caixa desligada, todas essas quebras viram espaços simples: o mesmo documento volta como uma corrida plana de texto com as palavras na mesma ordem e sem quebras de linha. Os espaços dentro do texto são normalizados nos dois casos, então uma sequência de espaços ou uma tabulação perdida se reduz a um espaço.
O que desaparece: scripts, estilos e comentários
Três classes de conteúdo nunca chegam à saída. O conversor remove cada elemento script, style e noscript antes de ler qualquer coisa, de modo que JavaScript inline, regras CSS e blocos de reserva somem por completo. Comentários HTML são pulados da mesma maneira: um comentário entre dois parágrafos não deixa vestígio, nem sequer uma linha em branco. O que sobrevive é o texto visível e as entidades dentro dele, porque o parser as decodifica no caminho: & volta como um & solto e <tag> como parênteses angulares literais ao redor da palavra.
Tabelas, listas e imagens
Uma tabela volta como linhas de texto puro: cada linha vira a própria linha e cada célula se separa da próxima por um único espaço, sem tabs nem caracteres de barra vertical em lugar nenhum da saída. Uma lista se comporta como um conjunto de blocos, então cada item cai na própria linha com uma linha em branco entre itens. Imagens é onde a saída pode surpreender: uma tag img não contribui nada em absoluto e seu atributo alt nunca é lido, de modo que um parágrafo que envolve uma imagem devolve o texto anterior e posterior unido diretamente, e uma img no meio de uma palavra pode colar dois fragmentos.
br e hr: uma quebra de linha, não uma linha em branco
Nem toda quebra é quebra de bloco. Um br ou um hr dentro de um parágrafo insere uma quebra de linha única: a próxima palavra começa na linha seguinte, mas não há linha em branco entre elas, o que mantém um poema ou um endereço juntos como um único bloco visual. Isso é diferente do que o fechamento de uma tag de parágrafo faz, que adiciona a separação completa com linha em branco. No modo de uma linha só, os dois tipos de quebra acabam sendo o mesmo espaço simples, então a distinção só importa quando a estrutura de parágrafos é preservada.
A única exceção: blocos pre conservam seus espaços
Tudo no conversor passa pela mesma regra de espaços, com a exceção de uma tag. Um bloco pre é copiado literalmente: seu conteúdo de texto é tomado exatamente como escrito, com a indentação e as linhas em branco, e depois vem uma linha em branco como qualquer outro bloco. Coloque uma amostra de código em uma tag pre e ela volta com a mesma aparência com que você a digitou, e por isso pre é o lugar padrão para manter código e texto alinhado por colunas quando o resto do documento é achatado.
Copiar, limpar e para onde ir a seguir
O fluxo de trabalho é deliberadamente pequeno. Um botão Copiar aparece na saída apenas quando há algo para copiar, e Limpar esvazia a entrada e a saída com uma única pressão. Não há um controle de troca, porque a saída é texto puro sem estrutura para devolver, e nada na página é guardado entre visitas. Se a marcação está bagunçada antes de converter, execute primeiro o Formatador HTML para normalizar a indentação. Se você precisa desses caracteres especiais ao contrário, o Codificador/Decodificador de Entidades HTML os codifica e decodifica para você, e se seu conteúdo começa como Markdown, a Pré-visualização Markdown o mostra renderizado antes de você exportá-lo, enquanto a guia do formatador HTML explica o lado da formatação em profundidade.