HTML മുതൽ ടെക്സ്റ്റ് വരെ മാറ്റുക - മാർക്കപ്പ് നീക്കം ചെയ്യുക, ഉള്ളടക്കം നിലനിർത്തുക
ഏത് വെബ് പേജിൽ നിന്നുമുള്ള HTML മാർക്കപ്പുകൾ, സ്ക്രിപ്റ്റുകൾ, സ്റ്റൈലിംഗ് എന്നിവ നീക്കം ചെയ്യുക - വായിക്കാൻ കഴിയുന്ന ടെക്സ്റ്റ് ഉള്ളടക്കം മാത്രം നിലനിർത്തുക. ETL പൈപ്പ്ലൈനുകൾ, RAG / വെക്റ്റർ-DB ഇൻഡെക്സിംഗ്, ഉള്ളടക്ക മൈഗ്രേഷൻ, പ്ലെയിൻ-ഇമെയിൽ ബോഡി ജനറേഷൻ എന്നിവയ്ക്ക് അനുയോജ്യം.
100% സ്വകാര്യം
തൽക്ഷണ പ്രോസസ്സിംഗ്
ബ്രൗസർ അടിസ്ഥാനമാക്കിയുള്ളത്
സവിശേഷതകൾ
URL അല്ലെങ്കിൽ HTML-ൽ നിന്ന് പ്ലെയിൻ ടെക്സ്റ്റ് എക്സ്ട്രാക്റ്റ് ചെയ്യുക
സ്ക്രിപ്റ്റുകൾ, സ്റ്റൈലുകൾ, ടാഗുകൾ എന്നിവ നീക്കം ചെയ്യപ്പെടുന്നു
JavaScript-ൽ റെൻഡർ ചെയ്ത SPA ഉള്ളടക്കം ക്യാപ്ചർ ചെയ്യുന്നു
വേഡ്-കൗണ്ട്, ക്യാരക്ടർ-കൗണ്ട് എന്നിവ നൽകുന്നു
സെലക്ടർ / നെറ്റ്വർക്ക് നിഷ്ക്രിയത്വം / നിശ്ചിത ടൈംഔട്ടിനായി കാത്തിരിക്കുക
X-Word-Count, X-Character-Count ഹെഡറുകളുള്ള REST API
How It Looks
Before
After
ഇത് എങ്ങനെ പ്രവർത്തിക്കുന്നു
1
ഒരു URL അല്ലെങ്കിൽ HTML ഒട്ടിക്കുക
2
കൺവേർട്ട് ക്ലിക്ക് ചെയ്യുക
3
ഔട്ട്പുട്ട് കോപ്പി ചെയ്യുക അല്ലെങ്കിൽ .txt ആയി ഡൗൺലോഡ് ചെയ്യുക
സാധാരണ ഉപയോഗങ്ങൾ
സെർച്ച്-ഇൻഡെക്സ് പ്രീ-പ്രോസസ്സിംഗ്
RAG / വെക്റ്റർ-DB ഇൻജക്ഷൻ
പഴയ CMS-കളിൽ നിന്നുള്ള ഉള്ളടക്ക മൈഗ്രേഷൻ
പ്ലെയിൻ-ഇമെയിൽ ബോഡി ജനറേഷൻ
ടെക്സ്റ്റ് ക്ലാസിഫിക്കേഷൻ പൈപ്പ്ലൈനുകൾ
പതിവായി ചോദിക്കുന്ന ചോദ്യങ്ങൾ
ഇതിന് JavaScript-ൽ റെൻഡർ ചെയ്ത ഉള്ളടക്കം കൈകാര്യം ചെയ്യാൻ കഴിയുമോ?
അതെ - URL ഇൻപുട്ടുകൾ ആദ്യം ഹെഡ്ലെസ് ക്രോമിൽ റെൻഡർ ചെയ്യുന്നു, അതിനാൽ SPA / ഡൈനാമിക് ഉള്ളടക്കം ക്യാപ്ചർ ചെയ്യപ്പെടുന്നു. നേരിട്ടുള്ള HTML ഇൻപുട്ടുകൾ വേഗതയേറിയ പാതയ്ക്കായി ക്രോമിനെ ഒഴിവാക്കുന്നു.
വിരാമചിഹ്നങ്ങൾ സംരക്ഷിക്കപ്പെടുന്നുണ്ടോ?
ബ്ലോക്ക് ഘടകങ്ങൾക്ക് പുതിയ വരികളും ഇൻലൈൻ ഘടകങ്ങൾക്ക് സ്പേസുകളും ലഭിക്കുന്നു. ഔട്ട്പുട്ട് സോഴ്സ് പേജിന്റെ വെട്ടിമാറ്റിയ പതിപ്പ് പോലെ വായിക്കുന്നു.
ഒരു REST API ലഭ്യമാണോ?
അതെ - POST /api/v1/convert/text. റെസ്പോൺസ് ഹെഡറുകളിൽ X-Word-Count, X-Character-Count എന്നിവ ഉൾപ്പെടുന്നു.
HTML മുതൽ ടെക്സ്റ്റ് വരെ
ഏത് വെബ് പേജിൽ നിന്നുമുള്ള HTML മാർക്കപ്പുകൾ, സ്ക്രിപ്റ്റുകൾ, സ്റ്റൈലിംഗ് എന്നിവ നീക്കം ചെയ്യുക - വായിക്കാൻ കഴിയുന്ന ടെക്സ്റ്റ് ഉള്ളടക്കം മാത്രം നിലനിർത്തുക. ETL പൈപ്പ്ലൈനുകൾ, RAG / വെക്റ്റർ-DB ഇൻഡെക്സിംഗ്, ഉള്ളടക്ക മൈഗ്രേഷൻ, പ്ലെയിൻ-ഇമെയിൽ ബോഡി ജനറേഷൻ എന്നിവയ്ക്ക് അനുയോജ്യം.
Sign up