Índice general
Identificarse
Registrarse
The content of this article or any related information is under the Creative Commons license BY, you can republish this content freely but you must mention the author of this article: Kernel and indicate the URL of this page: https://www.exabyteinformatica.com/tienda/foro/html2text-convertir-archivos-html-a-texto-t288.html
Si teneis la necesidad de convertir archivos html en archivos de solo texto, o lo que es lo mismo, de grabar en un txt el resultado final que se muestra en el navegador, existe una pequeña pero potente utilidad en Linux para tal fin: html2text.
Imaginemos que tenemos un archivo HTML en nuestro disco duro (o en la red) y queremos grabar el resultado final en un archivo de texto:
Código: Seleccionar todo
html2text -ascii -o archivo_resultante.txt archivo_html.html
El código anterior creará un archivo de texto (archivo_resultante.txt) a partir de un archivo html (archivo_html.html).
Los parámetros que permite html2text són:
Código: Seleccionar todo
This is html2text, version 1.3.2a
Usage:
html2text -help
html2text -version
html2text [ -unparse | -check ] [ -debug-scanner ] [ -debug-parser ] \
[ -rcfile <file> ] [ -style ( compact | pretty ) ] [ -width <w> ] \
[ -o <file> ] [ -nobs ] [ -ascii | -utf8 ] [ <input-url> ] ...
Formats HTML document(s) read from <input-url> or STDIN and generates ASCII
text.
-help Print this text and exit
-version Print program version and copyright notice
-unparse Generate HTML instead of ASCII output
-check Do syntax checking only
-debug-scanner Report parsed tokens on STDERR (debugging)
-debug-parser Report parser activity on STDERR (debugging)
-rcfile <file> Read <file> instead of "$HOME/.html2textrc"
-style compact Create a "compact" output format (default)
-style pretty Insert some vertical space for nicer output
-width <w> Optimize for screen widths other than 79
-o <file> Redirect output into <file>
-nobs Do not use backspaces for boldface and underlining
-ascii Use plain ASCII for output instead of ISO-8859-1
-utf8 Assume both terminal and input stream are in UTF-8 mode
-nometa Don't try to recode input using 'meta' tag
No te pierdas el tema anterior: Como borrar archivos segun su tamaño