إزالة وسوم HTML

<h2>Notice</h2><p>Price: 5&nbsp;&euro; &amp; free shipping</p><script>track()</script><ul><li>Fast</li><li>Safe</li></ul>

Notice

Price: 5⍽€ & free shipping

Fast

Safe

ماذا تفعل

تحذف الوسوم مثل <p> و<a href=…> من المحتوى المنسوخ من مصدر HTML أو من عرض HTML في المحرر، ولا تُبقي إلا النص.

ترتيب المعالجة

1. تُحذف التعليقات <!-- --> وعناصر <script> و<style> و<noscript> و<template> مع محتواها. فلو حُذفت الوسوم وحدها لبقيت شيفرة JavaScript كأنها جزء من النص.
2. إذا كان «تحويل الوسوم الكتلية و<br> إلى فواصل أسطر» مفعّلًا، يتحول <br> وحدود العناصر الكتلية مثل p وdiv وh1~h6 وli وtr إلى فواصل أسطر، ونهاية خلايا الجداول (</td> و</th>) إلى علامات جدولة. لذا يصبح الجدول المنسوخ نصًا مفصولًا بعلامات جدولة يسهل لصقه في Excel.
3. تُحذف جميع الوسوم المتبقية.
4. إذا كان «تفسير الكيانات» مفعّلًا، تتحول الكيانات المسماة مثل & <   … والكيانات الرقمية مثل ' ' إلى أحرفها الفعلية. أما الكيانات المسماة غير المعروفة فتبقى كما هي.
5. تُختصر الأسطر الفارغة المتتالية إلى سطر واحد على الأكثر.

القيود

لا تفسّر CSS كما يفعل المتصفح، لذا يبقى نص العناصر المخفية على الشاشة أيضًا. وفي HTML غير النظامي الذي تحتوي قيم سماته على > قد تبقى بعض الأجزاء.

يتحول   إلى حرف NBSP، لذا ضع تنظيف الأحرف غير المرئية وعلامات الاقتباس بعدها لتحويله إلى مسافة عادية. والوصفة الجاهزة «HTML ← نص عادي» تستخدم هذه التركيبة.