HTMLタグの除去（テキスト抽出）
HTMLからタグを取り除き、本文のテキストだけを取り出します。script・style・コメントは中身ごと削除し、改行や実体参照も整えます。
HTMLを貼り付けてください。
補足
- HTMLはブラウザに解釈させず、自前の字句解析でタグを取り除きます。貼り付けたHTMLの画像やスクリプトが読み込まれたり実行されたりすることはありません。
-
script・style・noscript・templateとコメントは中身ごと捨てます。表のセルはタブで区切るため、結果を表計算ソフトへそのまま貼れます。 -
残すタグを指定すると、そのタグは属性も含めて書かれたまま残し、結果をHTMLとして使えるよう本文中の
< > &はエスケープしたままにします。 -
実体参照は、よく使う名前付きのもの（
©など）と数値文字参照に対応します。知らない名前は書かれたまま残します。 は通常の空白にします。 - HTMLの仕様どおりの完全な構文解析ではありません。閉じていないタグやコメントがあると、そこから後ろを捨てます。
よくある質問
貼り付けたHTMLのスクリプトが実行されることはありませんか？
ありません。HTMLをブラウザに解釈させず、自前の字句解析でタグを取り除くため、スクリプトの実行や画像の読み込みは起きません。script・style・noscript・template とコメントは中身ごと捨てます。
リンクや太字のタグだけ残せますか？
残せます。「残すタグ」に a, strong のようにタグ名を書くと、そのタグは属性も含めて書かれたまま残ります。このとき結果をHTMLとして使えるよう、本文中の < > & はエスケープしたままにします。
改行や段落はどうなりますか？
既定では br を改行、p や見出しの前後を空行、li・div・tr を1行ずつにし、表のセルはタブで区切ります。ソースの改行やインデントはブラウザの表示と同じく1つの空白にまとめ、pre の中は字下げを保ちます。
すべてのHTMLを正確に処理できますか？
できません。HTMLの仕様どおりの完全な構文解析ではなく、実務で貼られるHTMLで困らない程度の字句解析です。閉じていないタグやコメントがあるとそこから後ろを捨て、知らない名前の実体参照は書かれたまま残します。