Chuyển đổi Web sang Văn bản

Trích xuất văn bản có thể đọc được từ một trang web từ URL của nó.

Về Chuyển đổi Web sang Văn bản

Đọc một bài viết dài xuyên qua các banner và menu, đưa một trang vào công cụ tóm tắt, đếm số từ hay lưu trữ nội dung của một trang — tất cả đều cần văn bản thuần túy không có HTML. Công cụ này tải về trang mà bạn chỉ định, loại bỏ script và style, rồi trả về phần văn bản hiển thị của nội dung trang với khoảng trắng được thu gọn, cùng với số ký tự đếm được.

Dán URL vào và nhấp Trích xuất; sao chép văn bản khi nó xuất hiện. Vì trình duyệt chặn các yêu cầu trực tiếp tới trang web khác, trang đó được tải về thông qua proxy công khai api.allorigins.win, nghĩa là URL bạn nhập sẽ được gửi tới dịch vụ đó. Bản thân văn bản trích xuất được xử lý ngay trong trình duyệt của bạn.

Cách dùng Chuyển đổi Web sang Văn bản từng bước

  1. Dán URL đầy đủ của trang vào ô "URL trang web:", bao gồm cả https://.
  2. Nhấp "Trích xuất văn bản". Trang sẽ được tải về thông qua một proxy CORS và được phân tích.
  3. Đọc hoặc sao chép văn bản từ ô "Văn bản đã trích xuất:"; số ký tự được hiển thị phía trên, ở mục "Ký tự:". Nhấp "Xóa" để bắt đầu lại.

Ví dụ đầu vào và đầu ra

Đầu vào

https://example.com/

Đầu ra

Example Domain This domain is for use in illustrative examples in documents. You may use this domain in literature without prior coordination or asking for permission. More information...

Tại sao nên sử dụng Chuyển đổi Web sang Văn bản của chúng tôi?

Các trường hợp sử dụng phổ biến

Giới hạn và mẹo

Câu hỏi thường gặp

Tại sao cần một proxy để đọc một trang web?

Trình duyệt áp dụng chính sách same-origin (cùng nguồn gốc): một script trên csvcreator.com không thể đọc HTML của một domain khác trừ khi trang đó cho phép thông qua header CORS, mà phần lớn các trang lại không cho phép. Vì vậy, công cụ này yêu cầu api.allorigins.win tải trang về và trả lại HTML. Chỉ có URL được chia sẻ với proxy đó.

Công cụ có giữ lại các đoạn văn và tiêu đề không?

Không. Nó trả về nội dung văn bản của trang với mọi ký tự xuống dòng và khoảng trắng lặp lại được thay bằng một dấu cách duy nhất. Công cụ này nhằm mục đích đọc, đếm và xử lý tiếp, chứ không phải để giữ nguyên bố cục.

Tại sao tôi lại gặp lỗi hoặc nhận được văn bản trống?

Trang web đó đã từ chối yêu cầu của proxy, yêu cầu xác thực, trả về nội dung thông qua JavaScript, hoặc proxy đang gặp sự cố. Hãy kiểm tra xem URL có mở được trong một tab trình duyệt bình thường không rồi thử lại; một số trang không thể tải được theo cách này.

Công cụ này khác gì so với chế độ đọc (reader mode)?

Chế độ đọc trong trình duyệt sử dụng các thuật toán suy đoán để chỉ giữ lại nội dung bài viết chính và bảo toàn định dạng. Công cụ này trả về toàn bộ văn bản hiển thị của trang thành một khối duy nhất, không cố gắng phát hiện nội dung chính, nhưng nó cung cấp cho bạn văn bản dưới dạng dữ liệu để sao chép hoặc đếm.

Nội dung trang có được lưu trữ không?

Không. HTML đi qua proxy và được phân tích ngay trong trình duyệt của bạn; văn bản chỉ nằm trên trang cho đến khi bạn xóa nó. Hãy tham khảo chính sách riêng của proxy để biết những gì nó ghi lại.

Công cụ liên quan

Các tiện ích miễn phí khác có thể hữu ích cho bạn

Available languages